在机器学习过程中,通常会通过pandas读取csv文件,保持成dadaframe格式,然而有时候需要对dataframe中的时间字段进行数据建模,比如时间格式为datetime,那么像一般操作dataframe的方式来操作时间字段会报错的,所以在使用sklearn库进行fit和predict的时候,通常要把时间字段首先转换为timestamp格式,在fit和predict之后,如果需要matplotlib绘图的时候,再把timestamp格式转换为时间字符串,比如2017-02-01 14:25:14。
下面是我处理过的一段代码,希望可以帮到童鞋们!
doc_list1 = [] for i in doc1.iloc[:,1:2].values.tolist(): # 转换成了时间戳格式 for j in i: dt = time.strptime(j, "%Y-%m-%d %H:%M:%S") dt_new = time.mktime(dt) doc_list1.append(dt_new) doc_list2 = [] for i in doc_list1: time_local = time.localtime(i) dt = time.strftime("%Y-%m-%d %H:%M:%S",time_local) dt1 = datetime.datetime.strptime(dt, "%Y-%m-%d %H:%M:%S") doc_list2.append(dt1)
X1 = np.mat(doc_list1).T y1= test_target1001 clf = AdaBoostRegressor(DecisionTreeRegressor(max_depth=5),n_estimators=1000, random_state=rng) clf.fit(X1,y1) yhat1 = clf.predict(X1)
补充一下:如果value不是datetime格式还需要进行转换
value = result.iloc[:,1] list = [] for i in value: print(type(i.to_pydatetime().timetuple()),i) list.append(time.mktime(i.to_datetime().timetuple())) print(list)
相信看了本文案例你已经掌握了方法,更多精彩请关注php中文网其它相关文章!
推荐阅读:
以上就是python怎么处理dataframe的时间字段的详细内容,更多请关注php中文网其它相关文章!