Python机器学习：date diff对日期格式的数据进行转码

在特征工程的过程中，如果认为月份、周末等因素对结果的影响不大的时候，可以使用日期作差求出日期间隔date diff 这种简单粗暴的方式对日期格式的数据进行编码。

第一步：

由于数据导入默认是object格式的，需要把它们转为日期格式：

data['policy_bind_date'] = pd.to_datetime(data['policy_bind_date'])
data['incident_date'] = pd.to_datetime(data['incident_date'])

运行后，就转为了日期的格式：

 

第二步：

计算日期的范围，找一个基准的日期。看过日期的最大最小值后，大概了解了日期的范围。这里选取一个最小的日期作为基准日期。并把它赋值给了一个变量base_date，保存起来待用。

data['policy_bind_date'].min() #1990-01-08 00:00:00
data['policy_bind_date'].max() #2015-02-22 00:00:00

base_date = data['policy_bind_date'].min()

第三步：

日期做差，将所有日期格式都减去这个基准的日期：

data['policy_bind_date_diff'] = (data['policy_bind_date']-base_date).dt.days
data['incident_date_diff'] = (data['incident_date']-base_date).dt.days

运行结果，日期格式的数据就转码好啦：

补充：

“dt.参数”还能返回各种日期格式，在特征工程中也是可能用到的哟：

data['incident_date'].dt.year
data['incident_date'].dt.month
data['incident_date'].dt.weekofyear
data['incident_date'].dt.dayofweek
data['incident_date'].dt.day