Livro de receitas de aprendizagem automática com Python, 2ª edição

Capítulo 7. Tratamento de datas e horas

Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: [e-mail]

7.0 Introdução

Datas e tempos (datetimes), como a hora de uma determinada venda ou a data de uma estatística de saúde pública, são frequentemente encontrados durante o pré-processamento para aprendizagem automática. Os dados longitudinais (ou dados de séries temporais) são dados recolhidos repetidamente para as mesmas variáveis ao longo de pontos no tempo. Neste capítulo, vamos construir uma caixa de ferramentas de estratégias para lidar com dados de séries temporais, incluindo a abordagem de fusos horários e a criação de caraterísticas temporais desfasadas. Especificamente, centrar-nos-emos nas ferramentas de séries temporais da biblioteca pandas , que centraliza a funcionalidade de muitas outras bibliotecas gerais, como datetime.

7.1 Converter cadeias de caracteres em datas

Problema

Dado um vetor de strings que representam datas e horas, queres transformá-los em dados de séries temporais.

Solução

Utiliza pandas' to_datetime com o formato da data e/ou hora especificado no parâmetro format:

# Load libraries
import numpy as np
import pandas as pd

# Create strings
date_strings = np.array(['03-04-2005 11:35 PM',
                         '23-05-2010 12:01 AM',
                         '04-09-2009 09:09 PM'])

# Convert to datetimes
[pd.to_datetime(date, format='%d-%m-%Y %I:%M %p') for date in date_strings]

[Timestamp('2005-04-03 23:35:00'), Timestamp('2010-05-23 00:01:00'), ...