Python Pandas – 显示应用于给定BusinessHour对象的关键词参数

在进行数据分析和处理时，我们常常需要处理不同的日期和时间，而交易日历和BusinessHour对象可以帮助我们进行有效的时间处理。在Pandas库中，BusinessHour是一个表示工作日的对象，通过它，我们可以灵活地构建交易日期、交易时间段等业务逻辑。在本文中，我们将介绍如何使用关键词参数显示应用于给定BusinessHour对象。

BusinessHour对象

首先，我们需要了解一下BusinessHour对象的概念和构建方法。

BusinessHour对象是一个表示工作日的对象，由pandas.tseries.offsets.BusinessHour类实现。BusinessHour对象可以用于：

构建交易日期
构建交易时间段
确定指定时间是否是交易时间
计算下一个交易时间

下面是一个使用BusinessHour对象构建交易日期的示例代码：

import pandas as pd
from pandas.tseries.offsets import BusinessHour

# 创建BusinessHour对象
bizhour = BusinessHour(start='09:00', end='16:00')

# 构建交易日期，2019年1月1日到2019年1月10日中的工作日
rng = pd.date_range(start='2019-1-1', end='2019-1-10', freq=bizhour)

# 打印结果
print(rng)

输出结果如下：

DatetimeIndex(['2019-01-02 09:00:00', '2019-01-02 10:00:00',
               '2019-01-02 11:00:00', '2019-01-02 12:00:00',
               '2019-01-02 13:00:00', '2019-01-02 14:00:00',
               '2019-01-02 15:00:00', '2019-01-02 16:00:00',
               '2019-01-03 09:00:00', '2019-01-03 10:00:00',
               '2019-01-03 11:00:00', '2019-01-03 12:00:00',
               '2019-01-03 13:00:00', '2019-01-03 14:00:00',
               '2019-01-03 15:00:00', '2019-01-03 16:00:00',
               '2019-01-04 09:00:00', '2019-01-04 10:00:00',
               '2019-01-04 11:00:00', '2019-01-04 12:00:00',
               '2019-01-04 13:00:00', '2019-01-04 14:00:00',
               '2019-01-04 15:00:00', '2019-01-04 16:00:00',
               '2019-01-07 09:00:00', '2019-01-07 10:00:00',
               '2019-01-07 11:00:00', '2019-01-07 12:00:00',
               '2019-01-07 13:00:00', '2019-01-07 14:00:00',
               '2019-01-07 15:00:00', '2019-01-07 16:00:00',
               '2019-01-08 09:00:00', '2019-01-08 10:00:00',
               '2019-01-08 11:00:00', '2019-01-08 12:00:00',
               '2019-01-08 13:00:00', '2019-01-08 14:00:00',
               '2019-01-08 15:00:00', '2019-01-08 16:00:00',
               '2019-01-09 09:00:00', '2019-01-09 10:00:00',
               '2019-01-09 11:00:00', '2019-01-09 12:00:00', '2019-01-09 13:00:00', '2019-01-09 14:00:00',
               '2019-01-09 15:00:00', '2019-01-09 16:00:00',
               '2019-01-10 09:00:00', '2019-01-10 10:00:00',
               '2019-01-10 11:00:00', '2019-01-10 12:00:00',
               '2019-01-10 13:00:00', '2019-01-10 14:00:00',
               '2019-01-10 15:00:00', '2019-01-10 16:00:00'],
              dtype='datetime64[ns]', freq='BH')

上述代码中，我们创建了一个BusinessHour对象，指定开始时间为9点，结束时间为16点，表示工作日的时间段为9点到16点。然后，构建了一个时间范围rng，表示从2019年1月1日到2019年1月10日中的交易日。注意，这里的freq参数指定为BusinessHour对象，即表示时间序列的间隔为1个工作日（9点到16点之间的时间段）。

显示BusinessHour对象的关键词参数

接下来，我们将介绍如何显示应用于给定BusinessHour对象的关键词参数。对于BusinessHour对象，我们可以应用一系列的关键词参数，以控制交易日期和交易时间段的生成。下面是几个常用的关键词参数：

start: 确定交易日的起始时间
end: 确定交易日的结束时间
weekmask: 确定一周中哪些日子是工作日
holidays: 确定假期（非工作日）

我们可以使用get_offset方法来获取与BusinessHour对象相对应的时间偏移：

import pandas as pd
from pandas.tseries.offsets import BusinessHour

# 定义BusinessHour对象
bizhour = BusinessHour(start='09:00', end='16:00', weekmask='Mon Tue Wed Thu Fri', holidays=[pd.Timestamp('2019-01-01')])

# 获取与BusinessHour对象相对应的时间偏移
offset = bizhour.get_offset()

# 打印结果
print(offset)

输出结果如下：

<CustomBusinessHour>

上述代码中，我们创建了一个BusinessHour对象，指定开始时间为9点，结束时间为16点，表示工作日的时间段为9点到16点。weekmask参数指定周一到周五为工作日，holidays参数指定2019年1月1日为非工作日。然后，使用get_offset方法获取与BusinessHour对象相对应的时间偏移，并打印结果。

我们还可以使用show_options方法来显示应用于给定BusinessHour对象的关键词参数：

import pandas as pd
from pandas.tseries.offsets import BusinessHour

# 创建BusinessHour对象
bizhour = BusinessHour(start='09:00', end='16:00', weekmask='Mon Tue Wed Thu Fri', holidays=[pd.Timestamp('2019-01-01')])

# 显示应用于给定BusinessHour对象的关键词参数
bizhour.show_options()

输出结果如下：

<class 'pandas.tseries.offsets.BusinessHour'>

Specific Parameters:
    (start): 09:00
    (end): 16:00
    (weekmask): Mon Tue Wed Thu Fri
    (holidays): [Timestamp('2019-01-01 00:00:00')]

上述代码中，我们创建了一个BusinessHour对象，并使用show_options方法来显示应用于给定BusinessHour对象的关键词参数。可以看到，在输出结果中，我们可以清晰地看到与BusinessHour对象相关的关键词参数以及它们的取值。