|
作者:博觀厚積 我們?cè)谧鰯?shù)據(jù)挖掘項(xiàng)目或大數(shù)據(jù)競(jìng)賽時(shí),，如果個(gè)體是人的時(shí)候,，獲得的數(shù)據(jù)中可能有出生日期的Series，舉個(gè)簡(jiǎn)單例子,，比如這樣的一些數(shù)： # -*- coding: utf-8 -*-
import pandas as pd
import numpy as np
from pandas import Series, DataFrame 從數(shù)據(jù)來(lái)看,，'10/8/00'之類的數(shù)，最左邊的數(shù)表示月份,，中間的數(shù)表示日,，最后的數(shù)表示年度。 實(shí)際上我們?cè)诜治鰰r(shí)并不需要人的出生日期,，而是需要年齡,，不同的年齡階段會(huì)有不同的狀態(tài)，比如收入,、健康,、居住條件等等，且能夠很好地把不同樣本的差異性進(jìn)行大范圍的劃分,，而不是像出生日期那樣包含信息量過(guò)大且在算法訓(xùn)練時(shí)不好作為有效數(shù)據(jù)進(jìn)行訓(xùn)練,，age是一個(gè)很好地特征工程指示變量。 那如何把上述birth數(shù)據(jù)變?yōu)槟挲gage呢,？ 在這里用到datetime這個(gè)庫(kù),，如下： （1）首先把birth轉(zhuǎn)化為標(biāo)準(zhǔn)時(shí)間格式 frame['birth'] = pd.to_datetime(frame['birth']) frame （2）獲取當(dāng)前時(shí)間的年份，并減去birth的年份 import datetime as dt now_year =dt.datetime.today().year #當(dāng)前的年份 frame['age']=now_year-frame.birth.dt.year frame 在這里使用了dt.datetime.today().year來(lái)獲取當(dāng)前日期的年份,，然后將birth數(shù)據(jù)中的年份數(shù)據(jù)提取出來(lái)（frame.birth.dt.year）,，兩者相減就得到需要的年齡數(shù)據(jù)，如下： 有時(shí)候我們可能還會(huì)關(guān)注到人的出生月份與要預(yù)測(cè)變量的關(guān)系,，比如人的星座就是很流行的一種以出生月份,、日份來(lái)評(píng)估其對(duì)人的影響，也可以按這種方法去提取月,、日數(shù)據(jù),。 |
|
|
來(lái)自： 愛因思念l5j0t8 > 《資料》
