关于日期特征，你想知道操作都在这儿～

今日锦囊

特征锦囊：关于日期特征，你想知道操作都在这儿～

???? Index

• 字符串转日期

• 日期转字符串

• 13位的时间戳转 日期格式str

• 13位的时间戳转datetime

• 10位的时间戳转 日期格式str

• 10位的时间戳转datetime

• 提取月的总天数

• 获取前一天日期

• 获取今天日期

• 提取日期实体

• 日期差计算(天)

• 日期差计算(小时)

我们做模型经常会遇到很多日期的操作，比如我们要把导入的原始数据里的日期做一下预处理，把该转的类型给转了，把该要提取的信息给提取出来。今天，这篇锦囊就是把这些相关日期的操作给罗列了一下，希望大家看了有一定的帮助～

在开始之前，我们需要先导入一些常用的库包以及捏造一些测试数据。

# 导入相关库包
import pandas as pd
import numpy as np
import datetime
import time
import random
from calendar import monthrange 

# 捏造数据
df = pd.DataFrame(
      [[1, 1508212054157,'1993-11-03'],
       [2, 1507029571478,'1993-11-04'],
       [3, 1508211513583,'1993-10-03'],
       [4, 1507029532200,'1993-02-03'],
       [5, 1507029671831,'1993-06-20']
      ]
      ,columns=['user_id','timestamp13','date'])

# 捏造 10位的 时间戳
df['timestamp10'] = df['user_id'].apply(lambda x:int(time.time()-10000*x))

df.head()

字符串转日期 ????

# 字符串转日期
df['datetime64'] = pd.to_datetime(df['date'])

日期转字符串 ????

# 日期转字符串
df['date_str'] = df['datetime64'].apply(lambda x: x.strftime('%Y-%m-%d %H:%M:%S'))

13位的时间戳转 日期格式str ????

# 13位的时间戳转 日期格式str
df['timestamp13_to_datetime'] = df['timestamp13'].apply(lambda x: \
                                                        time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(x/1000)))

13位的时间戳转datetime ????

# 13位的时间戳转datetime
df['timestamp13_to_datetime2'] = pd.to_datetime(df['timestamp13_to_datetime'])

10位的时间戳转 日期格式str ????

# 10位的时间戳转 日期格式str
df['timestamp10_to_datetime'] = df['timestamp10'].apply(lambda x: \
                                                        time.strftime('%Y-%m-%d %H:%M:%S',time.localtime(x)))

10位的时间戳转datetime ????

# 10位的时间戳转datetime
df['timestamp10_to_datetime2'] = pd.to_datetime(df['timestamp10_to_datetime'])

提取月的总天数 ????

# 提取月的总天数
def extract_month_range(year, month):
    '''提取这个月的总天数'''
    first_day_of_month, days_in_a_month = monthrange(int(year), int(month))
    return days_in_a_month
df['days_in_a_month'] = df.apply(lambda x: extract_month_range(x['year'], x['month']), axis=1)

获取前一天日期 ????

# 获取前一天日期
df['yesterday'] = df['datetime64'] - datetime.timedelta(days=1)

获取今天日期 ????

# 获取今天日期
df['today'] = datetime.date.today()

提取日期实体 ????

# 提取日期实体
df['day'] = df['datetime64'].dt.day #天
df['weekday'] = df['datetime64'].dt.weekday #周
df['month'] = df['datetime64'].dt.month #月
df['year'] = df['datetime64'].dt.year #年

日期差计算(天) ????

# 日期差计算(天)
df['day_dif'] = (df['datetime64'] - df['yesterday']).dt.days

日期差计算(小时) ????

# 日期差计算(小时)
df['hour_dif'] = (df['datetime64'] - df['yesterday']).values/np.timedelta64(1, 'h') # 换成 D 则为 天

当我们跑完了上面的代码，就会得到下面的结果集：

今天的分享就到这里啦～感谢阅读！

往 期 锦 囊

特征锦囊：特征无量纲化的常见操作方法

特征锦囊：怎么进行多项式or对数的数据变换?

特征锦囊：常用的统计图在Python里怎么画?

特征锦囊：怎么去除DataFrame里的缺失值？

特征锦囊：怎么把被错误填充的缺失值还原？

特征锦囊：怎么定义一个方法去填充分类变量的空值？

特征锦囊：怎么定义一个方法去填充数值变量的空值？

特征锦囊：怎么把几个图表一起在同一张图上显示？

特征锦囊：怎么把画出堆积图来看占比关系？

特征锦囊：怎么对满足某种条件的变量修改其变量值？

特征锦囊：怎么通过正则提取字符串里的指定内容?

特征锦囊：如何利用字典批量修改变量值？

特征锦囊：如何对类别变量进行独热编码？

特征锦囊：如何把“年龄”字段按照我们的阈值分段？

特征锦囊：如何使用sklearn的多项式来衍生更多的变量？

特征锦囊：如何根据变量相关性画出热力图？

特征锦囊：如何把分布修正为类正态分布？

特征锦囊：怎么找出数据集中有数据倾斜的特征？

特征锦囊：怎么尽可能地修正数据倾斜的特征？

特征锦囊：怎么简单使用PCA来划分数据且可视化呢？

特征锦囊：怎么简单使用LDA来划分数据且可视化呢？

特征锦囊：怎么来管理我们的建模项目文件？

特征锦囊：怎么批量把特征中的离群点给“安排一下”？

特征锦囊：彻底了解一下WOE和IV

特征锦囊：一文介绍特征工程里的卡方分箱，附代码实现

特征锦囊：今天一起搞懂机器学习里的L1与L2正则化

特征锦囊：金融风控里的WOE前的分箱一定要单调吗？

特征锦囊：如何在Python中处理不平衡数据

特征锦囊：这份数据清洗checklist，让开发过程更加高效

 ???? GitHub传送门 

https://github.com/Pysamlam/Tips-of-Feature-engineering

原创不易，如果觉得这种学习方式有用，希望可以帮忙随手转发or点下“在看”，这是对我的极大鼓励！阿里嘎多！????