R recipes step_date 日期特征生成器

step_date() 創建配方步驟的規範，該步驟將日期數據轉換為一個或多個因子或數值變量。

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")
)

參數

recipe: 一個菜譜對象。該步驟將添加到此配方的操作序列中。
...: 一個或多個選擇器函數用於為此步驟選擇變量。所選變量應具有類 Date 或 POSIXct 。有關更多詳細信息，請參閱selections()。
role: 對於此步驟創建的模型項，應為其分配什麽分析角色？默認情況下，此步驟根據原始變量創建的新列將用作模型中的預測變量。
trained: 指示預處理數量是否已估計的邏輯。
features: 至少包含以下值之一的字符串： month 、 dow (星期幾)、 doy (一年中的某一天)、 week 、 month 、 decimal (十進製日期、例如 2002.197)、quarter 、semester 、year 。
abbr: 一個合乎邏輯的。僅適用於函數 month 或 dow 。 FALSE 會將星期幾顯示為字符串的有序因子，例如"Sunday"。 TRUE 將顯示標簽的縮寫版本，例如"Sun"。如果 label = FALSE 則忽略 abbr。
label: 一個合乎邏輯的。僅適用於函數 month 或 dow 。 TRUE 會將星期幾顯示為字符串的有序因子，例如 "Sunday." FALSE 會將星期幾顯示為數字。
ordinal: 邏輯：因子應該排序嗎？僅適用於函數 month 或 dow 。
locale: 用於 month 和 dow 的區域設置，請參閱 locales 。在 Linux 係統上，您可以使用 system("locale -a") 列出所有已安裝的區域設置。可以是區域設置字符串，也可以是 clock::clock_labels() 對象。默認為 clock::clock_locale()$labels 。
columns: 所選變量名稱的字符串。該字段是一個占位符，一旦使用 prep() 就會被填充。
keep_original_cols: 將原始變量保留在輸出中的邏輯。默認為 TRUE 。
skip: 一個合乎邏輯的。當bake() 烘焙食譜時是否應該跳過此步驟？雖然所有操作都是在 prep() 運行時烘焙的，但某些操作可能無法對新數據進行(例如處理結果變量)。使用skip = TRUE時應小心，因為它可能會影響後續操作的計算。
id: 該步驟特有的字符串，用於標識它。

值

recipe 的更新版本，將新步驟添加到任何現有操作的序列中。

細節

與其他一些步驟不同，step_date 默認情況下不會刪除原始日期變量。將 keep_original_cols 設置為 FALSE 以刪除它們。

如果您想計算小於天的特征，請參閱step_time()。

整理

當您 tidy() 此步驟時，將返回包含 terms(選擇的選擇器或變量)、value(函數名稱)和 ordinal(邏輯)列的 tibble。

箱重

底層操作不允許使用案例權重。

也可以看看

其他虛擬變量和編碼步驟：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

源代碼：R/date.R

相關用法

注：本文由純淨天空篩選整理自Max Kuhn等大神的英文原創作品 Date Feature Generator。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。