机器学习入门-数值特征-时间特征处理

最新推荐文章于 2024-06-18 11:30:00 发布

转载

最新推荐文章于 2024-06-18 11:30:00 发布 · 7.2k 阅读

28 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/my-love-is-python/p/10322671.html

文章标签：

#人工智能 #python

本文介绍了如何在机器学习中处理时间特征，通过将时间字符串转化为日期类型，提取年、月、日等信息，并利用`pd.cut`将小时信息离散化为如'morning'、'afternoon'等，再用`LabelEncoder`数字编码，从而将时间信息转化为模型可处理的格式。

我们可以将一连串的时间特征进行拆分，比如：2015-03-08 10:30:00.360000+00:00，我们可以将其转换为日期类型，然后从里面提取年，月，日等时间信息

对于一些hour，month等信息，我们也可以使用pd.cut将hour信息按照时刻转换为离散数据，如morning，afternonn等等

代码：

第一步：载入数据

第二步：将数据转换为DataFrame格式

第三步：使用pd.Timestamp将字符串格式转换为时间格式

第四步：使用.apply提取时间格式中的各个属性特征

第五步：提取与时刻相关的属性

第六步：使用pd.cut对hour特征进行切分，转换为离散特征

第七步：使用LabelEncoder对离散数据进行数字编码

import pandas as pd

# 第一步:构造DataFrame数据
time_stamps = ['2015-03-08 10:30:00.360000+00:00', '2017-07-13 15:45:05.755000-07:00',
               '2012-01-20 22:30:00.254000+05:30', '2016-12-25 00:30:00.000000+10:00']

# 第二步: 将time_stamps转换为DataFrame格式
time_pd = pd.DataFrame(time_stamps, columns=['Times'])

# 第三步: 使用pd.Timestamp 将字符串类型转换为日期格式
time_pd['stamp'] = [pd.Timestamp(time) for time in time_pd['Times