日期特征

您已经使用数值变量构造了一些基础特征。现在该从日期和时间入手创建特征了。本练习将使用 Kaggle「Taxi Fare Prediction」比赛数据的一个子样本。数据包含出租车行程的信息，目标是预测每次行程的价格。

您的任务是从上车时间（pickup datetime）中生成日期类特征。请记住，最好同时为训练集和测试集创建新特征。创建完成后，再将数据拆分回 train 和 test 两个 DataFrame。这里通过 pandas 的 isin() 方法完成拆分。

train 和 test 这两个 DataFrame 已经在您的工作区中可用。

本练习是课程的一部分

用 Python 赢下 Kaggle 竞赛

查看课程

练习说明

将 train 和 test 这两个 DataFrame 纵向拼接为一个名为 taxi 的单一 DataFrame。
将 "pickup_datetime" 列转换为 datetime 对象。
从 "pickup_datetime" 列中创建星期几（使用 .dayofweek 属性）和小时（使用 .hour 属性）两个特征。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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'])]

编辑并运行代码