Utilizar la información de la "fecha
Es fácil pensar en las marcas de tiempo como puros números, pero no olvides que generalmente corresponden a cosas que ocurren en el mundo real. Eso significa que a menudo hay información extra codificada en los datos, como "¿es un día laborable?" o "¿es festivo?". Esta información suele ser útil para predecir datos de series temporales.
En este ejercicio, extraerás estas características basadas en fecha/hora. Se ha cargado una única serie temporal en una variable llamada prices.
Este ejercicio forma parte del curso
Machine learning para datos de series temporales en Python
Instrucciones del ejercicio
- Calcula el día de la semana, el número de la semana en un año y el número del mes en un año.
- Añade cada una de ellas como columna al DataFrame
prices_perc, con los nombresday_of_week,week_of_yearymonth_of_year, respectivamente.
Ejercicio interactivo práctico
Prueba este ejercicio completando el código de muestra.
# Extract date features from the data, add them as columns
prices_perc['day_of_week'] = prices_perc.____.____
prices_perc['week_of_year'] = prices_perc.____.____
prices_perc['month_of_year'] = prices_perc.____.____
# Print prices_perc
print(prices_perc)