Python 使用scikit学习的时间戳

sklearn分类器接受pandas的

时间戳

（=

datetime64[ns]

）作为X中的一列，只要所有X列都是该类型。但是当同时存在

TimeStamp

和

float

列时，sklearn拒绝使用TimeStamp

除了使用astype（

int

）将时间戳转换为

int

）之外，还有其他解决方法吗？（我仍然需要原始列来访问

dt.year

等，因此理想情况下，我不希望仅仅为了提供一个要学习的特性而创建一个重复的列。）

将熊猫作为pd导入
从sklearn.linear\u模型导入线性回归
测试=pd.日期范围（'20000101'，周期=100）
test_df=pd.DataFrame（{'date'：test}）
测试_df['a']=1
测试_df['y']=1
lr=线性回归（）
lr.fit（test_df['date']]，test_df['y']）可以正常工作
lr.fit（test_df['date'，'date']]，test_df['y']）#工作正常
lr.fit（测试测向['date'，'a']]，测试测向['y']）投诉
---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
---->1 lr.配合（测试测向['date'，'a']]，测试测向['y']
/home/shoya/.pyenv/versions/3.5.0/envs/study-env/lib/python3.5/site-packages/sklearn/linear\u model/base.py（自身、X、y、样本重量）
434 n\u jobs=self.n\u jobs
435 X，y=check_X_y（X，y，accept_sparse=['csr'，'csc'，'coo']，
-->436 y_数值=真，多输出=真）
437
438如果（（样品重量不是无）且np至少为1d(
/home/shoya/.pyenv/versions/3.5.0/envs/study-env/lib/python3.5/site-packages/sklearn/utils/validation.py in check_X_y（X，y，接受稀疏、数据类型、顺序、复制、强制所有有限、确保二维、允许多输出、确保最小样本、确保最小特征、数字、警告数据类型、估计器）
521 X=检查数组（X，接受稀疏，数据类型，顺序，复制，强制所有有限，
522确保2d，允许nd，确保最小样本，
-->523确保功能、警告（数据类型、估计器）
524如果多输出：
525 y=检查数组（y，'csr'，强制所有有限=真，确保2d=假，
/home/shoya/.pyenv/versions/3.5.0/envs/study-env/lib/python3.5/site-packages/sklearn/utils/validation.py in check_数组（数组、接受稀疏、数据类型、顺序、复制、强制所有有限、确保2d、允许nd、确保最小样本、确保最小特征、警告数据类型、估算器）
402#确保我们准确地转换为数字：
403如果dtype_numeric和array.dtype.kind==“O”：
-->404数组=array.astype（np.float64）
405如果不允许\u nd和array.ndim>=3：
406 raise VALUERROR（“找到的数组应该是dim%d.%s您可以将其转换为正确的整数或浮点值

test_df['date'] = test_df['date'].astype(int)

您希望拟合X和y，其中X是特征（2个或更多），y是目标。将datetimeindex用作时间序列，而不是特征。在我的示例中，我拟合mag>7的地震，并计算每次地震之间经过的天数。经过的天数、深度、纬度和经度将输入线性回归分类器

 events=df[df.mag >7]
 events=events.sort_index()

 index=0
 #dates ascending False
 events['previous']=events.index
 for key,item in events.iterrows():
      if index>0:
          events.loc[key,'previous']=events.index.values[index-1]
          events.loc[key,'time_delta']=events.index.values[index]-events.index.values[index-1]
          index+=1

events['elapsed_days']=events['time_delta'].apply(lambda x: np.nan_to_num(x.days))

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

X=events[['latitude','longitude','elapsed_days','depth']]
y=np.nan_to_num(events['mag'])
X_train,X_test,y_train, y_test=train_test_split(X,y,test_size=0.3,random_state=42)

lr = LinearRegression()

lr.fit(X,y)
y_pred=lr.predict(X_test)

fig, ax= plt.subplots()
ax.plot(X_test['elapsed_days'],y_pred)
plt.title('Magnitude Prediction')
plt.show()
fig, ax= plt.subplots()
ax.plot(events.index,np.nan_to_num(events['mag']))
plt.xticks(rotation=90)
plt.legend(['Magnitude'])
twin_ax=ax.twinx()
twin_ax.plot(events.index,events['elapsed_days'],color='red')
plt.legend(['Elapsed Days'],loc=1)
plt.show()

你解决问题了吗？你能分享你的解决方案吗？你必须至少有两个线性回归功能才能工作为什么会有反对票？我支持这个，并将转换为秒，如中所示
 events=df[df.mag >7]
 events=events.sort_index()

 index=0
 #dates ascending False
 events['previous']=events.index
 for key,item in events.iterrows():
      if index>0:
          events.loc[key,'previous']=events.index.values[index-1]
          events.loc[key,'time_delta']=events.index.values[index]-events.index.values[index-1]
          index+=1

events['elapsed_days']=events['time_delta'].apply(lambda x: np.nan_to_num(x.days))

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

X=events[['latitude','longitude','elapsed_days','depth']]
y=np.nan_to_num(events['mag'])
X_train,X_test,y_train, y_test=train_test_split(X,y,test_size=0.3,random_state=42)

lr = LinearRegression()

lr.fit(X,y)
y_pred=lr.predict(X_test)

fig, ax= plt.subplots()
ax.plot(X_test['elapsed_days'],y_pred)
plt.title('Magnitude Prediction')
plt.show()
fig, ax= plt.subplots()
ax.plot(events.index,np.nan_to_num(events['mag']))
plt.xticks(rotation=90)
plt.legend(['Magnitude'])
twin_ax=ax.twinx()
twin_ax.plot(events.index,events['elapsed_days'],color='red')
plt.legend(['Elapsed Days'],loc=1)
plt.show()