Python:Numpy和Pandas将时间戳/数据转换为一个热编码

我有一列数据框，它是这样的

              time
0       2017-03-01 15:30:00
1       2017-03-01 16:00:00
2       2017-03-01 16:30:00
3       2017-03-01 17:00:00
4       2017-03-01 17:30:00
5       2017-03-01 18:00:00
6       2017-03-01 18:30:00
7       2017-03-01 19:00:00
8       2017-03-01 19:30:00
9       2017-03-01 20:00:00
10      2017-03-01 20:30:00
11      2017-03-01 21:00:00
12      2017-03-01 21:30:00
13      2017-03-01 22:00:00
.
.
.

我想“编码”一天中的时间。我想先给每半小时分配一个整数。从

 00:30:00 --> 1
 01:00:00 --> 2
 01:30:00 --> 3
 02:00:00 --> 4
 02:30:00 --> 5

等等。因此，我们将有48个数字（因为有24小时）。我想找到将我的列转换为包含这些值的列表/列的最快方法

到目前为止，我只需要一个值就可以做到这一点。比如说

2*int（timeDF.iloc[0][11:13]）+int（int（timeDF.iloc[0][14:16]）/30）

将

15:30:00

转换为

31

我想我可以通过做一个循环来做到这一点，在这个循环中，我不用

0

而是使用一个循环遍历列长度的索引。然而，有没有更快的方法

一个热编码

找到这些值后，我会使用某个热编码器，我认为sklearn有一个。但最困难的是这一点

愚蠢的解决方案

labels = []
for date in time:
    labels.append(2*int(date[11:13]) + int(int(date[14:16])/30))

这将包含这些值，然后可以执行类似于我认为您需要的操作

而且似乎第一次

0:00

需要

0

，

0:30

-

1

，所以使用

范围（48）

---

编辑：

---

我想这就是你要找的

x =pd.date_range("00:30", "23:30", freq="30min",format="%HH:%MM").astype(str).str[-8:]
maps = dict(zip(x,np.arange(1,48)))
df['new'] = df['time'].astype(str).str[-8:].map(maps)
pd.get_dummies(df['new']).set_index(df['time'])

输出：

31 32 33 34 35 36 37 38 39 40 41 42 43 44 time 2017-03-01 15:30:00 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:00:00 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:30:00 0 0 1 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:00:00 0 0 0 1 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:30:00 0 0 0 0 1 0 0 0 0 0 0 0 0 0 2017-03-01 18:00:00 0 0 0 0 0 1 0 0 0 0 0 0 0 0 2017-03-01 18:30:00 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2017-03-01 19:00:00 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2017-03-01 19:30:00 0 0 0 0 0 0 0 0 1 0 0 0 0 0 2017-03-01 20:00:00 0 0 0 0 0 0 0 0 0 1 0 0 0 0 2017-03-01 20:30:00 0 0 0 0 0 0 0 0 0 0 1 0 0 0 2017-03-01 21:00:00 0 0 0 0 0 0 0 0 0 0 0 1 0 0 2017-03-01 21:30:00 0 0 0 0 0 0 0 0 0 0 0 0 1 0 2017-03-01 22:00:00 0 0 0 0 0 0 0 0 0 0 0 0 0 1 31 32 33 34 35 36 37 38 39 40 41 42 43 44 时间 2017-03-01 15:30:00 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:00:00 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:30:00 0 0 1 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:00:00 0 0 0 1 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:30:00 0 0 0 0 1 0 0 0 0 0 0 0 0 0 2017-03-01 18:00:00 0 0 0 0 0 1 0 0 0 0 0 0 0 0 2017-03-01 18:30:00 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2017-03-01 19:00:00 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2017-03-01 19:30:00 0 0 0 0 0 0 0 0 1 0 0 0 0 0 2017-03-01 20:00:00 0 0 0 0 0 0 0 0 0 1 0 0 0 0 2017-03-01 20:30:00 0 0 0 0 0 0 0 0 0 0 1 0 0 0 2017-03-01 21:00:00 0 0 0 0 0 0 0 0 0 0 0 1 0 0 2017-03-01 21:30:00 0 0 0 0 0 0 0 0 0 0 0 0 1 0 2017-03-01 22:00:00 0 0 0 0 0 0 0 0 0 0 0 0 0 1

---

您想从获取的列表中将值映射到数据帧吗？是的，如果我正确理解您的问题。数据帧有一列名为

time

。此列中有日期和时间。我只关心一天中的时间。我想在回归中使用它作为一个特性。因此，我需要将时间映射到某个数字。我想这样做的方式是，你拿这个列，把时间转换/映射到相应的数字（例如

00:30:00

到

1

），然后把这个数字转换成一个热编码器，例如

[1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

，谢谢！那么，您将如何进行热编码呢？例如：

[1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

对于

00:30:00，即
1
我的解决方案是什么？等等，我不明白你的解决方案的最后一部分。。为什么“31”（对应于“15:30:00”）被编码为“[1，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0”，而
1
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
然后需要按范围重新索引列，请参见最后一次编辑。您的实际数据是更多列，如
48
？但通过这种方式，“31”被映射到第一个条目中带有“1”的列表，而不是“30”。这是基于您提供的示例数据。如果您有从0:00开始的数据，则它将自动更新
df1 = pd.get_dummies(df['time'].dt.time.map(a)).reindex(columns=range(48), fill_value=0)
    0   1   2   3   4   5   6   7   8   9  ...  38  39  40  41  42  43  44  \
0    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
1    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
2    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
3    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
4    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
5    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
6    0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   0   
7    0   0   0   0   0   0   0   0   0   0 ...   1   0   0   0   0   0   0   
8    0   0   0   0   0   0   0   0   0   0 ...   0   1   0   0   0   0   0   
9    0   0   0   0   0   0   0   0   0   0 ...   0   0   1   0   0   0   0   
10   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   1   0   0   0   
11   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   1   0   0   
12   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   1   0   
13   0   0   0   0   0   0   0   0   0   0 ...   0   0   0   0   0   0   1   

    45  46  47  
0    0   0   0  
1    0   0   0  
2    0   0   0  
3    0   0   0  
4    0   0   0  
5    0   0   0  
6    0   0   0  
7    0   0   0  
8    0   0   0  
9    0   0   0  
10   0   0   0  
11   0   0   0  
12   0   0   0  
13   0   0   0  

[14 rows x 48 columns]

x =pd.date_range("00:30", "23:30", freq="30min",format="%HH:%MM").astype(str).str[-8:]
maps = dict(zip(x,np.arange(1,48)))
df['new'] = df['time'].astype(str).str[-8:].map(maps)
pd.get_dummies(df['new']).set_index(df['time'])

31  32  33  34  35  36  37  38  39  40  41  42  43  44
time                                                                       
2017-03-01 15:30:00   1   0   0   0   0   0   0   0   0   0   0   0   0   0
2017-03-01 16:00:00   0   1   0   0   0   0   0   0   0   0   0   0   0   0
2017-03-01 16:30:00   0   0   1   0   0   0   0   0   0   0   0   0   0   0
2017-03-01 17:00:00   0   0   0   1   0   0   0   0   0   0   0   0   0   0
2017-03-01 17:30:00   0   0   0   0   1   0   0   0   0   0   0   0   0   0
2017-03-01 18:00:00   0   0   0   0   0   1   0   0   0   0   0   0   0   0
2017-03-01 18:30:00   0   0   0   0   0   0   1   0   0   0   0   0   0   0
2017-03-01 19:00:00   0   0   0   0   0   0   0   1   0   0   0   0   0   0
2017-03-01 19:30:00   0   0   0   0   0   0   0   0   1   0   0   0   0   0
2017-03-01 20:00:00   0   0   0   0   0   0   0   0   0   1   0   0   0   0
2017-03-01 20:30:00   0   0   0   0   0   0   0   0   0   0   1   0   0   0
2017-03-01 21:00:00   0   0   0   0   0   0   0   0   0   0   0   1   0   0
2017-03-01 21:30:00   0   0   0   0   0   0   0   0   0   0   0   0   1   0
2017-03-01 22:00:00   0   0   0   0   0   0   0   0   0   0   0   0   0   1