Python:Numpy 和 Pandas 将时间戳/数据转换为单热编码

Question

我有一列数据框是这样的

              time
0       2017-03-01 15:30:00
1       2017-03-01 16:00:00
2       2017-03-01 16:30:00
3       2017-03-01 17:00:00
4       2017-03-01 17:30:00
5       2017-03-01 18:00:00
6       2017-03-01 18:30:00
7       2017-03-01 19:00:00
8       2017-03-01 19:30:00
9       2017-03-01 20:00:00
10      2017-03-01 20:30:00
11      2017-03-01 21:00:00
12      2017-03-01 21:30:00
13      2017-03-01 22:00:00
.
.
.

我想“编码”一天中的时间。我想通过首先每半小时分配一个整数来做到这一点。从

开始

 00:30:00 --> 1
 01:00:00 --> 2
 01:30:00 --> 3
 02:00:00 --> 4
 02:30:00 --> 5

等等。因此我们会有 48 数字(因为有 24 小时)。我想找到将我的列转换为包含这些值的列表/列的最快方法。

到目前为止，我可以为一个值执行此操作。例如

2*int(timeDF.iloc[0][11:13]) + int(int(timeDF.iloc[0][14:16])/30)会将 15:30:00 转换为 31。

我认为我可以通过执行一个循环来做到这一点，而不是使用 0 我使用一个循环遍历列长度的索引。但是有没有更快的方法呢？

一次热编码

找到这些值后，我会使用一些单热编码器，我认为 sklearn 有一个。但最困难的部分是这个

愚蠢的解决方案

labels = []
for date in time:
    labels.append(2*int(date[11:13]) + int(int(date[14:16])/30))

这将包含值，然后可以执行类似 here 的操作

Answer 1

我想你需要map与 get_dummies .

似乎第一次 0:00 需要 0, 0:30 - 1 所以使用范围(48)

#convert to datetimes if necessary
df['time'] = pd.to_datetime(df['time'])

#create dictionary for map
a = dict(zip(pd.date_range('2010-01-01', '2010-01-01 23:59:39', freq='30T').time, range(48)))

#convert time column to times and map by dict
df['a'] = df['time'].dt.time.map(a)
print (df)
                  time   a
0  2017-03-01 15:30:00  31
1  2017-03-01 16:00:00  32
2  2017-03-01 16:30:00  33
3  2017-03-01 17:00:00  34
4  2017-03-01 17:30:00  35
5  2017-03-01 18:00:00  36
6  2017-03-01 18:30:00  37
7  2017-03-01 19:00:00  38
8  2017-03-01 19:30:00  39
9  2017-03-01 20:00:00  40
10 2017-03-01 20:30:00  41
11 2017-03-01 21:00:00  42
12 2017-03-01 21:30:00  43
13 2017-03-01 22:00:00  44

---

#for one hot encoding use get_dummies
df1 = pd.get_dummies(df['time'].dt.time.map(a))
print (df1)
    31  32  33  34  35  36  37  38  39  40  41  42  43  44
0    1   0   0   0   0   0   0   0   0   0   0   0   0   0
1    0   1   0   0   0   0   0   0   0   0   0   0   0   0
2    0   0   1   0   0   0   0   0   0   0   0   0   0   0
3    0   0   0   1   0   0   0   0   0   0   0   0   0   0
4    0   0   0   0   1   0   0   0   0   0   0   0   0   0
5    0   0   0   0   0   1   0   0   0   0   0   0   0   0
6    0   0   0   0   0   0   1   0   0   0   0   0   0   0
7    0   0   0   0   0   0   0   1   0   0   0   0   0   0
8    0   0   0   0   0   0   0   0   1   0   0   0   0   0
9    0   0   0   0   0   0   0   0   0   1   0   0   0   0
10   0   0   0   0   0   0   0   0   0   0   1   0   0   0
11   0   0   0   0   0   0   0   0   0   0   0   1   0   0
12   0   0   0   0   0   0   0   0   0   0   0   0   1   0
13   0   0   0   0   0   0   0   0   0   0   0   0   0   1

编辑:

df1 = pd.get_dummies(df['time'].dt.time.map(a)).reindex(columns=range(48), fill_value=0)
    0   1   2   3   4   5   6   7   8   9  ...  38  39  40  41  42  43  44  \
0    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
1    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
2    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
3    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
4    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
5    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
6    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
7    0   0   0   0   0   0   0   0   0   0 ...   1   0   0   0   0   0   0   
8    0   0   0   0   0   0   0   0   0   0 ...   0   1   0   0   0   0   0   
9    0   0   0   0   0   0   0   0   0   0 ...   0   0   1   0   0   0   0   
10   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   1   0   0   0   
11   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   1   0   0   
12   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   1   0   
13   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   1   

    45  46  47  
0    0   0   0  
1    0   0   0  
2    0   0   0  
3    0   0   0  
4    0   0   0  
5    0   0   0  
6    0   0   0  
7    0   0   0  
8    0   0   0  
9    0   0   0  
10   0   0   0  
11   0   0   0  
12   0   0   0  
13   0   0   0  

[14 rows x 48 columns]