from pandas.tseries.offsets import CustomBusinessDay

def count_businessday(start_day,end_day):

b = CustomBusinessDay(holidays=['2020-04-06','2020-05-01','2020-05-04','2020-05-05','2020-06-25','2020-10-01',

'2020-10-05','2020-10-06','2020-10-07','2020-10-08'])

bus_day = pd.date_range(start=start_day, end=end_day, freq=b)

length = len(bus_day)

extra_work_day = ['2020-04-26','2020-05-09','2020-06-28','2020-09-27','2020-10-10']

extra_len = 0

dayday = Interval(start_day,end_day)

for i in extra_work_day:

if i in dayday:

extra_len = extra_len+1

return(length+extra_len-1)

if __name__=='__main__':

count_businessday(start_day,end_day)

sheet['工作日'] = sheet.apply(lambda x:count_businessday(x['出院时间'],x['归档日期']),axis=1)

sheet.head()

出现这个错误：

'<' not supported between instances of 'str' and 'Timestamp'

你好：比较运算用于数值之间的比较，如果你想比较两个Timestamp对象的话可以这样比较

import pandas as pd

a1=pd.Timestamp('2017-01-01T12')

b1=pd.Timestamp('2017-01-01T09')

c1=pd.Timestamp('2017-01-02T12')

print(a1>b1)

print(a1>c1)

好像这个性质还是等同于大于小于号，我是用之前的<= 表达式，出现'<' not supported between instances of 'str' and 'Timestamp'

import pandas as pd

data=pd.read_excel("D:\\360安全浏览器下载\\1604471191_544633.xlsx")

data["间隔月数"]=(data["end_time"].dt.year-data["lend_time"].dt.year)*12

+(data["end_time"].dt.month-data["lend_time"].dt.month)

看了下你的数据了，你的数据情况比较简单，情况如下，起始日期和截止日期的day是一样的，这样的话算起来就会比较好算。

代码如下：

import pandas as pd
data=pd.read_excel("D:\\360安全浏览器下载\\1604471191_544633.xlsx")
data["间隔月数"]=(data["end_time"].dt.year-data["lend_time"].dt.year)*12+(data["end_time"].dt.month-data["lend_time"].dt.month)

结果如下：

看在什么条件和环境下

无法考虑一些特殊情况

这个公式肯定是有漏洞的，因为计算过了多少个月本身就有漏洞。

（终止年-起始年）*12+终止月-起始月，这种算法是不是对于所有情况都通用

两个日期变量相减只能得出间隔多少天，就需要定义一些规则，然后自己写函数，比如2020年2月29日减去2020年一月31日等于一个月，主要是因为每月天数不统一所以我知道的所有软件都没有提供这个函数

你可以使用dateutil.rrule.rrule(),如

如果想看两个日期间的月份数，怎么看

ok,谢谢~~

根据顾客姓名分组。

不分组的结果

show databases;

create database c1;

use c1;

DROP TABLE CUS;

create table Cus(

ORDERID INT PRIMARY KEY auto_increment,

CUSNAME varchar (10),

PRODUCTNAME VARCHAR (10),

PRODUCTPRICE INT,

ORDERDATE date

);

DESC CUS;

INSERT INTO CUS VALUES

(3012,'A','P001',100,'2020-6-1'),

(3013,'B','P002',78,'2020-6-2'),

(3014,'C','P003',123,'2020-6-3'),

(3015,'A','P004',98,'2020-6-1'),

(3016,'B','P005',45,'2020-6-2'),

(3017,'C','P001',100,'2020-6-3'),

(3018,'A','P005',45,'2020-6-3'),

(3019,'B','P004',98,'2020-6-1');

select * from cus;

-- 统计6月1号，2号每个Customer购买的产品总价。

select CUSNAME,ORDERDATE,SUM(PRODUCTPRICE) as 产品总价

from cus

where ORDERDATE='2020-6-1' or ORDERDATE='2020-6-2'

group by CUSNAME;

GROUP BY 语句用于结合聚合函数，根据一个或多个列对结果集进行分组。

示例：统计1号，2号每个Customer购买的产品总价。

group by CustomerID，那么找CustomerID那一列，将具有相同CustomerID值的行，合并成一行且去重，只留一个值。

对应的其他列的值，会将其他列的值合并整合到一行里，不做任何过滤处理。

最后CUstomerID显示的只有A、B、C而不是之前的A、B、C、A、B、C、A、B、C。

1111：无效使用组函数。函数执行顺序错误。

VLOOKUP函数也可以实现的。