如何将 Datetime 和 int 功能与 Scikit learn 混合使用？答案

【问题标题】：How can I mix Datetime & int features with Scikit learn?如何将 Datetime 和 int 功能与 Scikit learn 混合使用？
【发布时间】：2020-04-26 05:19:43
【问题描述】：

我有一个看起来像这样的 pandas DataFrame：

                      pta                 ptd              dep_at
4     2020-01-08 05:17:00                 NaT                 NaT
6     2020-01-08 05:29:00 2020-01-08 05:30:00                 NaT
9     2020-01-08 05:42:00 2020-01-08 05:44:00 2020-01-08 05:44:00
11    2020-01-08 05:53:00 2020-01-08 05:54:00 2020-01-08 05:55:00
12    2020-01-08 06:03:00 2020-01-08 06:05:00 2020-01-08 06:04:00

和数据类型：

pta       datetime64[ns]
ptd       datetime64[ns]
dep_at    datetime64[ns]
dtype: object

我正在使用这些来预测另一列arr_at，它也是datetime64[ns]。运行正常：

X = df[['pta','ptd','dep_at']]
y = df.arr_at
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3) # 70% training and 30% test
knn = KNeighborsClassifier(n_neighbors=5)
knn.fit(X_train, y_train)
y_pred = knn.predict(X_test)
print("Accuracy:",metrics.accuracy_score(y_test, y_pred))

我正在尝试添加另一个特征列，所以我的输入现在看起来像这样：

                   pta                 ptd              dep_at  tpl_num
4  2020-01-08 05:17:00                 NaT                 NaT        0
6  2020-01-08 05:29:00 2020-01-08 05:30:00                 NaT        1
9  2020-01-08 05:42:00 2020-01-08 05:44:00 2020-01-08 05:44:00        2
11 2020-01-08 05:53:00 2020-01-08 05:54:00 2020-01-08 05:55:00        3
12 2020-01-08 06:03:00 2020-01-08 06:05:00 2020-01-08 06:04:00        4

（和数据类型）：

pta        datetime64[ns]
ptd        datetime64[ns]
dep_at     datetime64[ns]
tpl_num             int64
dtype: object

但现在，当我运行与以前相同的 KNN 代码时，只是改变了

X = df[['pta','ptd','dep_at']]

到

X = df[['pta','ptd','dep_at','tpl_num']]

我收到此错误：

TypeError: float() argument must be a string or a number, not 'Timestamp'

我不知道出了什么问题。可能需要注意的是，我通过这样做将列添加到特征数据中，尽管我很确定这不会影响任何事情：

#Map station names in csv to ints, using dictionary comprehension
tpl_class = {k: v for v, k in enumerate(df.tpl.unique())}
#Apply to data
df['tpl_num'] = [tpl_class[i] for i in df.tpl]

【问题讨论】：

标签： python pandas machine-learning scikit-learn knn

【解决方案1】：

我认为发生这种情况是因为您现在的 knn 中有混合类型。

一种解决方法是将您的 datetime[ns] 转换为 integer（例如，对于一列）：

df['pta'] = pd.to_datetime(df['pta']).astype(np.int64)

在您选择 X 之前将所有日期时间列包括在内，然后它应该可以工作。

【讨论】：