step_date()
创建配方步骤的规范,该步骤将日期数据转换为一个或多个因子或数值变量。
用法
step_date(
recipe,
...,
role = "predictor",
trained = FALSE,
features = c("dow", "month", "year"),
abbr = TRUE,
label = TRUE,
ordinal = FALSE,
locale = clock::clock_locale()$labels,
columns = NULL,
keep_original_cols = TRUE,
skip = FALSE,
id = rand_id("date")
)
参数
- recipe
-
一个菜谱对象。该步骤将添加到此配方的操作序列中。
- ...
-
一个或多个选择器函数用于为此步骤选择变量。所选变量应具有类
Date
或POSIXct
。有关更多详细信息,请参阅selections()
。 - role
-
对于此步骤创建的模型项,应为其分配什么分析角色?默认情况下,此步骤根据原始变量创建的新列将用作模型中的预测变量。
- trained
-
指示预处理数量是否已估计的逻辑。
- features
-
至少包含以下值之一的字符串:
month
、dow
(星期几)、doy
(一年中的某一天)、week
、month
、decimal
(十进制日期、例如 2002.197)、quarter
、semester
、year
。 - abbr
-
一个合乎逻辑的。仅适用于函数
month
或dow
。FALSE
会将星期几显示为字符串的有序因子,例如"Sunday"。TRUE
将显示标签的缩写版本,例如"Sun"。如果label = FALSE
则忽略abbr
。 - label
-
一个合乎逻辑的。仅适用于函数
month
或dow
。TRUE
会将星期几显示为字符串的有序因子,例如 "Sunday."FALSE
会将星期几显示为数字。 - ordinal
-
逻辑:因子应该排序吗?仅适用于函数
month
或dow
。 - locale
-
用于
month
和dow
的区域设置,请参阅 locales 。在 Linux 系统上,您可以使用system("locale -a")
列出所有已安装的区域设置。可以是区域设置字符串,也可以是clock::clock_labels()
对象。默认为clock::clock_locale()$labels
。 - columns
-
所选变量名称的字符串。该字段是一个占位符,一旦使用
prep()
就会被填充。 - keep_original_cols
-
将原始变量保留在输出中的逻辑。默认为
TRUE
。 - skip
-
一个合乎逻辑的。当
bake()
烘焙食谱时是否应该跳过此步骤?虽然所有操作都是在prep()
运行时烘焙的,但某些操作可能无法对新数据进行(例如处理结果变量)。使用skip = TRUE
时应小心,因为它可能会影响后续操作的计算。 - id
-
该步骤特有的字符串,用于标识它。
细节
与其他一些步骤不同,step_date
默认情况下不会删除原始日期变量。将 keep_original_cols
设置为 FALSE
以删除它们。
如果您想计算小于天的特征,请参阅step_time()
。
整理
当您 tidy()
此步骤时,将返回包含 terms
(选择的选择器或变量)、value
(函数名称)和 ordinal
(逻辑)列的 tibble。
也可以看看
其他虚拟变量和编码步骤:step_bin2factor()
, step_count()
, step_dummy_extract()
, step_dummy_multi_choice()
, step_dummy()
, step_factor2string()
, step_holiday()
, step_indicate_na()
, step_integer()
, step_novel()
, step_num2factor()
, step_ordinalscore()
, step_other()
, step_regex()
, step_relevel()
, step_string2factor()
, step_time()
, step_unknown()
, step_unorder()
例子
library(lubridate)
#>
#> Attaching package: ‘lubridate’
#> The following objects are masked from ‘package:base’:
#>
#> date, intersect, setdiff, union
examples <- data.frame(
Dan = ymd("2002-03-04") + days(1:10),
Stefan = ymd("2006-01-13") + days(1:10)
)
date_rec <- recipe(~ Dan + Stefan, examples) %>%
step_date(all_predictors())
tidy(date_rec, number = 1)
#> # A tibble: 3 × 4
#> terms value ordinal id
#> <chr> <chr> <lgl> <chr>
#> 1 all_predictors() dow FALSE date_vUNsj
#> 2 all_predictors() month FALSE date_vUNsj
#> 3 all_predictors() year FALSE date_vUNsj
date_rec <- prep(date_rec, training = examples)
date_values <- bake(date_rec, new_data = examples)
date_values
#> # A tibble: 10 × 8
#> Dan Stefan Dan_dow Dan_month Dan_year Stefan_dow
#> <date> <date> <fct> <fct> <int> <fct>
#> 1 2002-03-05 2006-01-14 Tue Mar 2002 Sat
#> 2 2002-03-06 2006-01-15 Wed Mar 2002 Sun
#> 3 2002-03-07 2006-01-16 Thu Mar 2002 Mon
#> 4 2002-03-08 2006-01-17 Fri Mar 2002 Tue
#> 5 2002-03-09 2006-01-18 Sat Mar 2002 Wed
#> 6 2002-03-10 2006-01-19 Sun Mar 2002 Thu
#> 7 2002-03-11 2006-01-20 Mon Mar 2002 Fri
#> 8 2002-03-12 2006-01-21 Tue Mar 2002 Sat
#> 9 2002-03-13 2006-01-22 Wed Mar 2002 Sun
#> 10 2002-03-14 2006-01-23 Thu Mar 2002 Mon
#> # ℹ 2 more variables: Stefan_month <fct>, Stefan_year <int>
tidy(date_rec, number = 1)
#> # A tibble: 6 × 4
#> terms value ordinal id
#> <chr> <chr> <lgl> <chr>
#> 1 Dan dow FALSE date_vUNsj
#> 2 Dan month FALSE date_vUNsj
#> 3 Dan year FALSE date_vUNsj
#> 4 Stefan dow FALSE date_vUNsj
#> 5 Stefan month FALSE date_vUNsj
#> 6 Stefan year FALSE date_vUNsj
相关用法
- R recipes step_depth 数据深度
- R recipes step_discretize 离散数值变量
- R recipes step_dummy_multi_choice 一起处理多个预测变量的水平
- R recipes step_dummy 创建传统的虚拟变量
- R recipes step_dummy_extract 从名义数据中提取模式
- R recipes step_unknown 将缺失的类别分配给“未知”
- R recipes step_relu 应用(平滑)修正线性变换
- R recipes step_poly_bernstein 广义伯恩斯坦多项式基
- R recipes step_impute_knn 通过 k 最近邻进行插补
- R recipes step_impute_mean 使用平均值估算数值数据
- R recipes step_inverse 逆变换
- R recipes step_pls 偏最小二乘特征提取
- R recipes step_ratio 比率变量创建
- R recipes step_geodist 两个地点之间的距离
- R recipes step_nzv 近零方差滤波器
- R recipes step_nnmf 非负矩阵分解信号提取
- R recipes step_normalize 中心和比例数值数据
- R recipes step_other 折叠一些分类级别
- R recipes step_harmonic 添加正弦和余弦项以进行谐波分析
- R recipes step_corr 高相关滤波器
- R recipes step_novel 新因子水平的简单赋值
- R recipes step_select 使用 dplyr 选择变量
- R recipes step_regex 检测正则表达式
- R recipes step_spline_b 基础样条
- R recipes step_window 移动窗口函数
注:本文由纯净天空筛选整理自Max Kuhn等大神的英文原创作品 Date Feature Generator。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。