使用 Python 脚本在 Azure ML 中将“字符串特征”数据帧转换为浮点数答案

【问题标题】：Convert `String Feature` DataFrame into Float in Azure ML Using Python Script使用 Python 脚本在 Azure ML 中将“字符串特征”数据帧转换为浮点数
【发布时间】：2018-06-21 02:36:08
【问题描述】：

我试图了解如何使用 python 脚本将 azure ml String Feature 数据类型转换为浮点数。我的数据集包含“HH:MM”数据时间格式。它识别为String Feature，如下图所示：

我想将它转换为浮点类型，它将时间戳除以 84600（24 小时）所以17:30 将转换为0,729166666666667，所以我编写了 python 脚本来转换它。这是我的脚本：

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是str，但它返回None。

我们可以将String Feature 视为String 吗？或者我应该如何正确地隐藏这些数据？

【问题讨论】：

标签： python pandas csv azure-machine-learning-studio

【解决方案1】：

to_numeric 转换似乎是个问题，因为没有从字符串到数字的默认解析。

如果只使用 pd.apply(timeToFloat) 是否有效？

Roope - Microsoft Azure 机器学习团队

【讨论】：