RapidMiner 数据转换

一、日期到标称值

概述

为指定的日期属性解析日期值，使用给定的日期格式字符串和转换成标称值。

描述

此操作符转换指定的日期属性，并按照用户指定的格式写入一个新的标称属性。对于基于OLAP的时间去改变从天到周或月的时间戳粒度很有用。
通过参数date_format能指定日期格式，可以按如下描述。
日期和时间模式
date_format中的日期和时间模式字符串指定日期和时间格式。在日期和时间模式字符串中，结束引文字母从“A”到“Z”和从“a”到“z”被解释为代表日期和时间字符串组件的模式字母。为了避免解释，引用文本可以使用单引号（‘）。““”代表一个单引号。所有其它的字符不会被解释；在格式化的过程中，它们仅被复制到输出字符串中，或在解析的过程中，它们与输入字符串想竞争。
定义以下模式字母（所有其它的字符从'A' 到'Z' 和 从'a' to 'z'被保留）：
G: era designator; Text; example: AD
y: year; Year; example: 1996; 96
M: month in year; Month; example: July; Jul; 07
w: week in year; Number; example: 27
W: week in month; Number; example: 2
D: day in year; Number; example: 189
d: day in month; Number; example: 10
F: day of week in month; Number; example: 2
E: day in week; Text; example: Tuesday; Tue
a: am/pm marker; Text; example: PM
H: hour in day (0-23); Number; example: 0
k: hour in day (1-24); Number; example: 24
K: hour in am / pm (0-11); Number; example: 0
h: hour in am / pm (1-12); Number; example: 12
m: minute in hour; Number; example: 30
s: second in minute; Number; example: 55
S: millisecond; Number; example: 978
z: time zone; General Time Zone; example: Pacific Standard Time; PST; GMT-08:00
Z: time zone; RFC 822 Time Zone; example: -0800
模式字母通常是重复的，由它们的数量决定确切的介绍：
1.文本: 进行格式化，如果模式字母的数量是4个或4个以上，使用完整形式；否则使用简写或缩写形式。为了解析，接受两种形式，与模式字母的数量无关。
2.数字: 进行格式化，模式字母的数量是最小位数，较短的数字是0填充到这数。为了解析，模式字母的数量被忽略，除非它需要单独的两个相邻领域。
3.年: 如果优先的日历是公历，适用下面的规则。进行格式化，如果模式字母的数量是2，年被截断成2位数，否则它解释成一个数字。进行解析，如果模式字母的数量大于2，年被逐字解释，不管数字的位数。因此使用模式”MM/dd/
yyyy”, “01/11/12”解析Jan 11, 12 A.D。缩写年模式(“y” or “yy”)进行解析，这个操作符必须解释缩写相对于一些世纪缩写的年。它通过调整日期是在80年代前和20年代后，时间操作符创建。例如，使用模式”MM/dd/yy”和创建于Jan 1, 1997的操作符，字符串”01/11/12” 将被解释为 Jan 11, 2012，然而字符串”05/04/64” 将被解释为 May 4,1964。在解析过程中，仅包含恰好两个字符的字符串被解析成默认的纪元。任何其它的数字字符串，如一个数字串，三个或三个以上的数字串，或两个不全是数字的数字串（例如，“-1“），被逐字解释。因此，”01/02/3” 或 “01/02/003”被解析，使用相同的模式，为Jan 2, 3 AD.同样，”01/02/-3”被解析为 Jan 2, 4 BC。否则，日历系统的具体形式被应用。如果模式字母的数量是4个或4个以上，日历特使的长格式被使用。否则，日历简写或缩写被使用。
4.月:如果模式字母的数量是3个或更多，月被解释为文本；否则，它被解释为一个数字。
5.时区:如果时区有名字，它们被解释为 文本。通过指出GMT偏移值定义时区。RFC 822时区是可以接
受的。
6.RFC 822时区: 进行格式化，RFC 822的4位时区格式被使用。一般的时区也是可以接受的。通过定义本地模式，这个操作符也支持 本地化的日期和时间模式字符串。在这些字符串中，上述被描述的模式字母可以用其它的本地依赖的模式字母替换。
Examples
下面的例子显示了在美国区域内，日期和时间模式是如何被解释的。所给定的日期和时间是当地时间
2001-07-04 12:08:56，在美国的太平洋标准时间时区 。
“yyyy.MM.dd G ‘at’ HH:mm:ss z”: 2001.07.04 AD at 12:08:56 PDT
“EEE, MMM d, ”yy”: Wed, Jul 4, ‘01
“h:mm a”: 12:08 PM
“hh ‘o”clock’ a, zzzz”: 12 o’clock PM, Pacific Daylight Time
“K:mm a, z”: 0:08 PM, PDT
“yyyy.MMMMM.dd GGG hh:mm aaa”: 02001.July.04 AD 12:08 PM
“EEE, d MMM yyyy HH:mm:ss Z”: Wed, 4 Jul 2001 12:08:56 -0700
“yyMMddHHmmssZ”: 010704120856-0700
“yyyy-MM-dd’T’HH:mm:ss.SSSZ”: 2001-07-04T12:08:56.235-0700

输入

example set input: expects: ExampleSetMetaData: #examples: = 0; #attributes: 0 , expects: ExampleSet

输出

example set output
original

参数

属性名称
将要解析的属性的名称。
日期格式
日期值的解析格式，例如 “yyyy/MM/dd”。
设置时区
如果在日期字符串中没有指定它自己，该时间区域用于日期对象。 默认值：SYSTEM 专家参数
设置本地日期语言环境
日期文本使用的语言环境，例如， “Wed” (English) 对应于 “Mi” (German). 默认值：英文 (美国) 专家参数
保留原始属性
表示如果属性应保持原来的日期。 默认值：false 专家参数

二、日期到数值

概述

通过捕捉从01/01/1970 00:00:00 GMT开始的毫秒，转化日期值为数值。