Tái định dạng chuỗi thời gian theo lịch ngày làm việc (Business Day Resampling)

Mục tiêu kiến thức

• Làm việc với chuỗi thời gian gián đoạn và tần suất ngày làm việc chuẩn (freq='B').
• Phân biệt logic điền khuyết giữa biến trạng thái (Price -> Forward Fill) và biến dòng chảy (Volume -> Fill 0).
• Sử dụng pd.date_range() và .reindex() hoặc .resample('B').

Mô tả bài toán

Viết hàm resample_to_business_days(df: pd.DataFrame) -> pd.DataFrame:

• df: DataFrame có DatetimeIndex và 2 cột ["price", "volume"].
• Kiểm tra tính hợp lệ:
• Nếu df rỗng hoặc thiếu price hoặc volume hoặc index không phải là kiểu pd.DatetimeIndex, raise ValueError("Du lieu khong hop le hoac index khong phai DatetimeIndex").
• Tái mẫu dữ liệu theo từng ngày làm việc (Business Days 'B' từ Thứ 2 đến Thứ 6):
• Phạm vi ngày: bắt đầu từ ngày làm việc đầu tiên đến ngày làm việc cuối cùng trong index của df:

b_index = pd.date_range(start=df.index.min().normalize(), end=df.index.max().normalize(), freq='B').

• Nếu trong một ngày có nhiều bản ghi:
• price: lấy giá trị cuối cùng trong ngày (last).
• volume: tính tổng khối lượng trong ngày (sum).
• Tái lập chỉ mục theo b_index:
• Với các ngày làm việc không có giao dịch (ví dụ ngày lễ):
• price: điền giá của ngày làm việc gần nhất trước đó (ffill()), nếu đầu kỳ vẫn NaN thì điền bằng giá trị đầu tiên sau đó (bfill()).
• volume: điền bằng 0.0.
• Trả về pd.DataFrame có index là b_index và 2 cột ["price", "volume"].

Ràng buộc

• Thời gian chạy tối đa: 1000ms.
• Giới hạn bộ nhớ: 256MB.
• Dữ liệu đầu vào tuân thủ đúng kiểu dữ liệu và miền giá trị được mô tả.