我有一个像这样的数据框列
time
0 2017-03-01 15:30:00
1 2017-03-01 16:00:00
2 2017-03-01 16:30:00
3 2017-03-01 17:00:00
4 2017-03-01 17:30:00
5 2017-03-01 18:00:00
6 2017-03-01 18:30:00
7 2017-03-01 19:00:00
8 2017-03-01 19:30:00
9 2017-03-01 20:00:00
10 2017-03-01 20:30:00
11 2017-03-01 21:00:00
12 2017-03-01 21:30:00
13 2017-03-01 22:00:00
.
.
.
我想＆＃34;编码＆＃34;一天的时间。我想通过首先将每半个小时分配一个整数来做到这一点。从
开始 00:30:00 --> 1
01:00:00 --> 2
01:30:00 --> 3
02:00:00 --> 4
02:30:00 --> 5
等等。因此，我们会有48个数字（因为有24小时）。我想找到将列重新转换为包含这些值的列表/列的最快方法。
到目前为止，我可以为一个值执行此操作。例如
2*int(timeDF.iloc[0][11:13]) + int(int(timeDF.iloc[0][14:16])/30)
会将15:30:00转换为31。
我想我可以通过循环来实现这一点，而不是使用0我使用循环遍历列长度的索引。但是有更快的方法吗？
一个热门编码
找到这些值后，我会使用一些单热编码器，我认为sklearn有一个。但最困难的部分是这个
愚蠢的解决方案
labels = []
for date in time:
labels.append(2*int(date[11:13]) + int(int(date[14:16])/30))
这将包含值，然后可以执行here
之类的操作答案 0 :(得分：2)
我认为map需要get_dummies。
首次2
2
2
需要0:00，0 - 0:30，所以使用1
range(48)#convert to datetimes if necessary
df['time'] = pd.to_datetime(df['time'])
#create dictionary for map
a = dict(zip(pd.date_range('2010-01-01', '2010-01-01 23:59:39', freq='30T').time, range(48)))
#convert time column to times and map by dict
df['a'] = df['time'].dt.time.map(a)
print (df)
time a
0 2017-03-01 15:30:00 31
1 2017-03-01 16:00:00 32
2 2017-03-01 16:30:00 33
3 2017-03-01 17:00:00 34
4 2017-03-01 17:30:00 35
5 2017-03-01 18:00:00 36
6 2017-03-01 18:30:00 37
7 2017-03-01 19:00:00 38
8 2017-03-01 19:30:00 39
9 2017-03-01 20:00:00 40
10 2017-03-01 20:30:00 41
11 2017-03-01 21:00:00 42
12 2017-03-01 21:30:00 43
13 2017-03-01 22:00:00 44
编辑：
#for one hot encoding use get_dummies
df1 = pd.get_dummies(df['time'].dt.time.map(a))
print (df1)
31 32 33 34 35 36 37 38 39 40 41 42 43 44
0 1 0 0 0 0 0 0 0 0 0 0 0 0 0
1 0 1 0 0 0 0 0 0 0 0 0 0 0 0
2 0 0 1 0 0 0 0 0 0 0 0 0 0 0
3 0 0 0 1 0 0 0 0 0 0 0 0 0 0
4 0 0 0 0 1 0 0 0 0 0 0 0 0 0
5 0 0 0 0 0 1 0 0 0 0 0 0 0 0
6 0 0 0 0 0 0 1 0 0 0 0 0 0 0
7 0 0 0 0 0 0 0 1 0 0 0 0 0 0
8 0 0 0 0 0 0 0 0 1 0 0 0 0 0
9 0 0 0 0 0 0 0 0 0 1 0 0 0 0
10 0 0 0 0 0 0 0 0 0 0 1 0 0 0
11 0 0 0 0 0 0 0 0 0 0 0 1 0 0
12 0 0 0 0 0 0 0 0 0 0 0 0 1 0
13 0 0 0 0 0 0 0 0 0 0 0 0 0 1
答案 1 :(得分：2)
我认为这就是你要找的东西，即
x =pd.date_range("00:30", "23:30", freq="30min",format="%HH:%MM").astype(str).str[-8:]
maps = dict(zip(x,np.arange(1,48)))
df['new'] = df['time'].astype(str).str[-8:].map(maps)
pd.get_dummies(df['new']).set_index(df['time'])
输出：
31 32 33 34 35 36 37 38 39 40 41 42 43 44 time 2017-03-01 15:30:00 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:00:00 0 1 0 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 16:30:00 0 0 1 0 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:00:00 0 0 0 1 0 0 0 0 0 0 0 0 0 0 2017-03-01 17:30:00 0 0 0 0 1 0 0 0 0 0 0 0 0 0 2017-03-01 18:00:00 0 0 0 0 0 1 0 0 0 0 0 0 0 0 2017-03-01 18:30:00 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2017-03-01 19:00:00 0 0 0 0 0 0 0 1 0 0 0 0 0 0 2017-03-01 19:30:00 0 0 0 0 0 0 0 0 1 0 0 0 0 0 2017-03-01 20:00:00 0 0 0 0 0 0 0 0 0 1 0 0 0 0 2017-03-01 20:30:00 0 0 0 0 0 0 0 0 0 0 1 0 0 0 2017-03-01 21:00:00 0 0 0 0 0 0 0 0 0 0 0 1 0 0 2017-03-01 21:30:00 0 0 0 0 0 0 0 0 0 0 0 0 1 0 2017-03-01 22:00:00 0 0 0 0 0 0 0 0 0 0 0 0 0 1