使用Python脚本将'String Feature'数据框架转换为Azure ML中的Float

Question

我正在尝试了解如何使用python脚本将azure ml String Feature数据类型转换为float。我的数据集包含“ HH：MM”数据时间格式。它像以下img一样被识别为String Feature：

我想将其转换为float类型，该类型会将时间戳除以84600（24小时），因此17:30将被转换为0,729166666666667，因此我编写了python脚本将其转换。这是我的脚本：

import pandas as pd
import numpy as np 

def timeToFloat(x):
    frt = [3600,60]
    data = str(x)
    result = float(sum([a*b for a,b in zip(frt, map(int,data.split(':')))]))/86400
    return result if isNotZero(x) else 0.0

def isNotZero(x):
    return (x is "0")

def azureml_main(dataframe1 = None):

    df = pd.DataFrame(dataframe1)
    df["Departure Time"] = pd.to_numeric(df["Departure Time"]).apply(timeToFloat)

    print(df["Departure Time"])

    return df,

当我运行脚本时，它失败了。然后，我尝试检查它是否为str，但返回None。

我们可以将String Feature视为String吗？还是我应该如何正确隐瞒这些数据？

Answer 1

to_numeric转换似乎是问题所在，因为没有从字符串到数字的默认解析。

如果仅使用pd.apply（timeToFloat）可以使用吗？

Roope-Microsoft Azure ML团队