问题描述
我有一个大小为 nx 1 的日期时间对象的数组 A 和大小为 mx 1 的整数数组 B。对于 A 中的每个日期，我想将其全部递增数组 B 中指定的工作日增量。
示例：
import numpy as np
from datetime import date
A = np.array([date(2021,6,1),date(2021,4)])
B = [0,1,2]
在这种情况下，所需的结果类似于：
| 2021-06-01 | 2021-06-02 | 2021-06-03 | |
| 2021-06-04 | 2021-06-07 | 2021-06-08 |
也就是说，一个大小为 n x m 的数组。对于第 i 行，A[i]
B + x 个工作日
该解决方案的关键要求是高效（矢量化？）。我将使用参数 m = 60,000 & n = 60 执行此操作 100 次。所以至少 O(10^8) 日期时间操作。
我的尝试：
我找到了 numpy 的 busday_offset 方法：https://numpy.org/doc/stable/reference/generated/numpy.busday_offset.html
看起来你可以为它提供数组，它会做一些矢量化的魔法。
我发现这有效：
np.busday_offset(datetime.date(2021,B)
但这不会：
np.busday_offset(A,B)
我收到错误“迭代器操作数或请求的数据类型包含引用，但未启用 REFS_OK 标志”
-- 编辑 --
解决方案
REFS_OK 标志错误是因为我已将 A 定义为包含对象类型的数组。如果正确定义 numpy 数组类型，并为工作日偏移数组设置正确的形状，则它可以工作：
A = np.array([date(2021,4)],dtype='datetime64')
B = np.array([[0],[1],[2]])
np.busday_offset(A,B)
按照问题规范的要求生成一个 3x2 矩阵。解决方案似乎也很快（确实，足够快，以至于它不再是我代码中的瓶颈）。
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）