使用Python脚本将Azure ML中的'String Feature'数据帧转换为Float

我试图理解如何使用python脚本将azure ml

String特性

数据类型转换为float。我的数据集包含“HH:MM”数据时间格式。它被识别为

字符串特征

，如以下img所示：

我想将其转换为浮点类型，它将时间戳除以84600（24小时），因此

17:30

将转换为

0729166667

，因此我编写python脚本来转换它。这是我的剧本：

import pandas as pd
import numpy as np 

def timeToFloat(x):
    frt = [3600,60]
    data = str(x)
    result = float(sum([a*b for a,b in zip(frt, map(int,data.split(':')))]))/86400
    return result if isNotZero(x) else 0.0

def isNotZero(x):
    return (x is "0")

def azureml_main(dataframe1 = None):

    df = pd.DataFrame(dataframe1)
    df["Departure Time"] = pd.to_numeric(df["Departure Time"]).apply(timeToFloat)

    print(df["Departure Time"])

    return df,

当我运行脚本时，它失败了。然后我尝试检查它是否为

str

，但它返回

None

---

我们能否将

字符串功能

视为

字符串

？或者我应该如何正确地转换这些数据？

到数值的转换似乎是个问题，因为没有从字符串到数字的默认解析

如果您只使用pd.apply（timeToFloat）是否有效

Roope-Microsoft Azure ML团队