时间切片特征衍生

最新推荐文章于 2024-07-19 18:07:23 发布

Chercheer

最新推荐文章于 2024-07-19 18:07:23 发布

阅读量986

点赞数

分类专栏：特征工程文章标签：特征工程

本文链接：https://blog.csdn.net/cherdw/article/details/102788196

版权

当无法使用数据库处理如‘近n个月金额之和/最大值/最小值/平均值’这类变量时，可以借助Python进行特征工程。本文介绍了如何在离线数据处理中，利用Python高效构造时间切片类的特征。

摘要由CSDN通过智能技术生成

在sql中比较容易处理类似“近n个月金额之和／最大值／最小值／平均值” 这样的变量，使用sum(case when date then amount else 0 end) 即可，如果是出差在外只能处理离线数据不能使用数据库时，这个时候就要用python去构造时间切片类的特征。整理了自己之前写过的代码，往往都太笨拙和重复。

import pandas as pd
import numpy as np
import time as time
#生成实例数据集
data = pd.DataFrame({'id':['a','a','b','b','a'],
                    'billdate': ['2018-09-01','2018-08-01','2018-08-01','2018-01-01','2018-11-01'],
                    'amount':list(np.random.randint(1,100,5)),
                    'interest':np.random.rand(5),
                    'dt': ['2018-10-01','2018-10-01','2018-11-01','2018-11-01','2018-10-01']
                    })
data