Cechy daty
Masz już za sobą tworzenie podstawowych cech na podstawie zmiennych numerycznych. Czas przejść do cech opartych na dacie i godzinie. Przećwiczysz to na próbce danych z konkursu Kaggle Taxi Fare Prediction. Dane zawierają informacje o przejazdach taksówką, a celem jest przewidzenie ceny każdego kursu.
Twoim zadaniem jest wygenerowanie cech daty z kolumny zawierającej czas przyjazdu taksówki. Pamiętaj, że nowe cechy najlepiej tworzyć jednocześnie dla zbioru treningowego i testowego. Po utworzeniu cech dane zostaną ponownie podzielone na zbiory train i test – służy do tego metoda isin() z biblioteki pandas.
Zbiory train i test są już dostępne w twoim środowisku roboczym.
To ćwiczenie jest częścią kursu
Zwycięstwo w konkursie Kaggle w Pythonie
Instrukcje do ćwiczenia
- Połącz zbiory
trainitestw jeden DataFrame o nazwietaxi. - Przekształć kolumnę "pickup_datetime" na obiekt typu
datetime. - Na podstawie kolumny "pickup_datetime" utwórz cechy: dzień tygodnia (atrybut
.dayofweek) oraz godzina (atrybut.hour).
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Concatenate train and test together
taxi = ____.____([train, test])
# Convert pickup date to datetime object
taxi['pickup_datetime'] = ____.____(taxi['pickup_datetime'])
# Create a day of week feature
taxi['dayofweek'] = taxi['pickup_datetime'].dt.____
# Create an hour feature
taxi['hour'] = taxi['pickup_datetime'].dt.____
# Split back into train and test
new_train = taxi[taxi['id'].isin(train['id'])]
new_test = taxi[taxi['id'].isin(test['id'])]