我应该如何处理数据集中的日期列？答案

【问题标题】：What should I do with date column in dataset?我应该如何处理数据集中的日期列？
【发布时间】：2020-09-24 21:10:42
【问题描述】：

实际上，我正在研究澳大利亚的天气数据集，以预测明天是否会下雨？我是机器学习新手，不知道如何处理数据集中的日期列，因为我知道机器只接受数值。

所以请告诉我我应该如何处理这个日期我应该如何处理它？

【问题讨论】：

标签： machine-learning data-science

【解决方案1】：

您可以提取日期的年月日数作为分类变量。什么月份、年份或者是月初还是月底都可能很重要。

如果您告诉我您使用的是哪种语言，我可以帮助您编写代码:)

【讨论】：

我正在使用 Python。
你的意思是我创建了 3 个单独的列，分别代表日、月和年。
是的，完全正确。你可以这样做： import pandas as pd df['year'] = pd.DatetimeIndex(df['Date']).year df['month'] = pd.DatetimeIndex(df['Date']).month df['day'] = pd.DatetimeIndex(df['Date']).day
请告诉我如何处理 windgustdr 到 windspeed3pm 的列，我应该使用标签编码和一个热编码器，但这也会创建很多列并且已经有太多列

【解决方案2】：

嘿，纳文邦达德，当您使用 onehotencoding 时，假设该列包含太多值，然后自动在您的数据集中堆积了太多列。因此，您必须在该特定特征中选择 10 或 15 个最常见的值，并尝试对它们进行编码并将其余的排除在外。我没有亲自使用过，但我确实看到有一支球队用这种技术赢得了 KDD 橙色杯。学习愉快！！

【讨论】：