Python 如何在构建朴素贝叶斯模型中使用时间戳数据

Question

我有一个数据集，时间戳作为格式为 09/07/2016 23:58.

的列之一

我正在尝试对此数据应用朴素贝叶斯，但我遇到了以下错误。请让我知道如何在我的模型中使用这些数据

ValueError：float() 的无效文字：12/06/2016 23:59

Answer 1

您需要 to_datetime 和参数 errors='coerce' 才能将不可解析的错误值转换为 NaT:

df = pd.DataFrame({'date':['12/06/2016 23:59','12/06/2016 23:59', 'a']})
print (df)
               date
0  12/06/2016 23:59
1  12/06/2016 23:59
2                 a


print (pd.to_datetime(df.date, errors='coerce'))
0   2016-12-06 23:59:00
1   2016-12-06 23:59:00
2                   NaT
Name: date, dtype: datetime64[ns]

要测试错误值，请使用 boolean indexing - return 所有行，其中 NaT:

print (df[pd.to_datetime(df.date, errors='coerce').isnull()])
  date
2    a

Answer 2

从你的问题来看，你在做什么不是很清楚，但互联网上已经有几个例子：

SO 中的一些代码片段：

Unable to use Pandas and NLTK to train Naive Bayes (machine learning) in Python
How to run naive Bayes from NLTK with Python Pandas?

Python 如何在构建朴素贝叶斯模型中使用时间戳数据

How to use Timestamp Data in Building Naive Bayes model in Python

python

timestamp

python-2.7

pandas

naivebayes