pandas 獲取機器學習模型的時間特征

環境

• Ubuntu 18.04
• python 3.6.9
• pandas 1.1.5

獲取時間特征

df = pd.read_csv(data_path, low_memory=False)
#時間特征
df['date'] = pd.to_datetime(df['date'])
#年
df['year'] = df['date'].map(lambda x: (x.year))
#月
df['month'] = df['date'].map(lambda x: (x.month))
#日
df['day'] = df['date'].map(lambda x: (x.day))
#小時
df['hour'] = df['date'].map(lambda x: (x.hour))
#分鐘
df['minute'] = df['date'].map(lambda x: (x.minute))
#星期幾
df['dayofweek'] = df['date'].map(lambda x: (x.dayofweek+1))

上述的時間特征為數值型

獨熱編碼one-hot處理時間特征

自行百度搜索one-hot

• 問題
  one-hot 適用於的特征應該是分類特征，而且不同類別之間的距離是沒有差別的，比如紅黃藍三種顏色，漢字等等用one-hot表示是很好的。但是對於時間序列，5點和6點跟18點之間的距離明顯是不同的，所以用one-hot來度量的話，會損失非常多的信息。

將一個時間變量變成一個二維平面圓周上的點

如上所示，將一個時間變量變成一個二維平面圓周上的點。這樣就能解決周期性因素。