Python 熊猫。得到你的假人

我正在使用pandas.get_dummies在使用tpot之前转换一些分类变量。我的问题是我有一个连续变量，例如时间，它被转换成类别，即使它是一个连续变量。这似乎并不是在所有情况下都会发生，但我不知道什么时候会发生

我测试了以下内容：

pd.isnull(my_dataframe).any()

所有的分类都是假的

print(type(features[0,5])) # the time category with my continuous variable

输出是

但是当我这样做的时候

df_dummies=pd.get_dummies(my_dataframe)
df_dummies.columns

它为“我的时间”功能的每个值创建一列

就像这样：“时间（分钟）2”，“时间（分钟）3”， ‘时间（分钟）’4、‘时间（分钟）’5、‘时间（分钟）’6、‘时间（分钟）’10’， ‘时间（分钟）’15、‘时间（分钟）’16、‘时间（分钟）’20、‘时间（分钟）’25’， “时间（分钟）_30”

你知道这里有什么问题吗？

您的时间类别看起来像是被意外地投射到了一个

str

线上的某个地方

import pandas as pd
import numpy as np
from datetime import datetime
df = pd.DataFrame({'foo':np.random.choice([1, 2], 12),
                   'date':pd.date_range(start=datetime.now(),
                                        periods=12, freq='1min'),
                   'baz': np.linspace(0, 1, 12)})
df.dtypes
df_cast = df.copy()
df_cast['date'] = df_cast['date'].astype(str)
df_cast.dtypes

输出

foo      object
date     object
baz     float64
dtype: object

您可以验证使用

df_cast

的

pd.get_dummies

的行为是否与您所经历的一致，并且在将任何字段转换为

str
之前，它是否正确处理
浮动
、
int
和
datetime
对象
您的时间类别看起来像是被意外地投射到了一个
str
线上的某个地方

import pandas as pd
import numpy as np
from datetime import datetime
df = pd.DataFrame({'foo':np.random.choice([1, 2], 12),
                   'date':pd.date_range(start=datetime.now(),
                                        periods=12, freq='1min'),
                   'baz': np.linspace(0, 1, 12)})
df.dtypes
df_cast = df.copy()
df_cast['date'] = df_cast['date'].astype(str)
df_cast.dtypes

输出

foo      object
date     object
baz     float64
dtype: object

您可以验证
pd.get_dummies
与
df_cast
的行为是否与您所经历的一致，以及它是否正确处理
浮动
，
ints
和
datetime
对象在将任何字段强制转换为
str
之前，是否已检查时间特征是否推断为datetime对象而不是字符串？如何检查？如果它是float类型，它仍然可以被推断为字符串吗？当我添加这一行时：my_dataframe[“Time（min）”]=my_dataframe[“Time（min）”）。astype（np.float64），它解决了我的问题。但我不明白，如果类型是float64，那么首先为什么会发生这种情况？在调用
pd.get\u dummies
之前，只需检查
my\u dataframe.dtypes
。dummies函数不应影响浮点、日期时间字段或整数。因此，我猜想您看到的受影响的列是意外地被转换为行中某个字符串的。我的时间类别在get_dummies命令之前显示了type object，但仍然被拆分。我不确定出了什么问题。你检查过你的时间特征被推断为datetime对象而不是字符串吗？我怎么检查？如果它是float类型，它仍然可以被推断为字符串吗？当我添加这一行时：my_dataframe[“Time（min）”]=my_dataframe[“Time（min）”）。astype（np.float64），它解决了我的问题。但我不明白，如果类型是float64，那么首先为什么会发生这种情况？在调用
pd.get\u dummies
之前，只需检查
my\u dataframe.dtypes
。dummies函数不应影响浮点、日期时间字段或整数。因此，我猜想您看到的受影响的列是意外地被转换为行中某个字符串的。我的时间类别在get_dummies命令之前显示了type object，但仍然被拆分。我不知道怎么了。当你说“偶然”时，这是不是因为熊猫身上的某些东西？因为我看不出我的代码中有什么东西。很可能。一个常见的罪魁祸首是读取文件。如果不提供显式数据类型，它将从文件中推断日期时间字段作为字符串。您可以通过将
df
写入csv并直接读入来再次检查。当您说“意外”时，这是否意味着因为熊猫中的某些内容？因为我看不出我的代码中有什么东西。很可能。一个常见的罪魁祸首是读取文件。如果不提供显式数据类型，它将从文件中推断日期时间字段作为字符串。您可以通过将
df
写入csv并将其直接读回来再次检查此项。