时间序列数据转换为特征 – panda方式?

我认为最好的解释应该是输入-输出的例子(在附件的链接中)。

用文字来说:我有一个数据框架,包含日期和一些数组A/B/C的值,以及一个结果列(值为1/0)。

我想创建一个新的数据框架。

  1. 行是日期。
  2. 特征列的类型为:“数组A/B/C在当前行日期前X个月的值”。其中X可以根据我的需求变化。
  3. 如果原始数据框架的下个月或下下个月有1,则结果列为1。

有没有pythonic的方式来做到这一点?

我尝试过使用循环和索引,但感觉不对…(而且也不工作:(

输入

输出


回答:

尝试使用pandas的shift函数:http://pandas.pydata.org/pandas-docs/version/0.18/generated/pandas.Series.shift.html

它允许你移动列中的值。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注