机器学习入门-数值特征-时间特征处理

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'].values]
# print(time_pd[['stamp', 'Times']])

                                    字符串时间日期化，从外表看两者并没有区别

# 第四步：使用.apply对每一个数据提取属性, lambda表示输入是x，返回是x.year
time_pd['year'] = time_pd['stamp'].apply(lambda x: x.year)
time_pd['month'] = time_pd['stamp'].apply(lambda x: x.month)
time_pd['day'] = time_pd['stamp'].apply(lambda x: x.day)
time_pd['DayOfWeek'] = time_pd['stamp'].apply(lambda d: d.dayofweek)
time_pd['DayName'] = time_pd['stamp'].apply(lambda d: d.weekday_name)
time_pd['DayOfYear'] = time_pd['stamp'].apply(lambda d: d.dayofyear)
time_pd['WeekOfYear'] = time_pd['stamp'].apply(lambda d: d.weekofyear)
time_pd['Quarter'] = time_pd['stamp'].apply(lambda d: d.quarter)

# 第五步： 提取与时刻有关的特征
time_pd['Hour'] = time_pd['stamp'].apply(lambda d: d.hour)
time_pd['Minute'] = time_pd['stamp'].apply(lambda d: d.minute)
time_pd['Second'] = time_pd['stamp'].apply(lambda d: d.second)
time_pd['MUsecond'] = time_pd['stamp'].apply(lambda d: d.microsecond)   #毫秒
time_pd['UTC_offset'] = time_pd['stamp'].apply(lambda d: d.utcoffset())

# 第六步：使用pd.cut将hour的数据进行切分，分成几个过程
cut_hour = [-1, 5, 11, 16, 21, 23]
cut_labels = ['last night', 'morning', 'afternoon', 'evening', 'Night']
time_pd['Hour_cut'] = pd.cut(time_pd['Hour'], bins=cut_hour, labels=cut_labels)
print(time_pd['Hour_cut'].head())

     hour数据转换为离散的数据格式

# 第七步：使用LabelEncoder对标签进行数值转换
from sklearn.preprocessing import LabelEncoder

La = LabelEncoder()
time_pd['Hour_number'] = La.fit_transform(time_pd['Hour_cut'])
label_dict = {classes: number for number, classes in enumerate(La.classes_)}
print(time_pd[['Hour_cut', 'Hour_number']])
print(label_dict)

                  离散特征转换为数字映射