时间特征提取
library(magrittr)
library(timetk)
library(tidyverse)
df <- read_csv("data/nCoV_100k_train.labled.csv") %>%
select(`微博id`,`微博发布时间`)
train_df<-df %>%
mutate(
mutated_time = str_replace_all(`微博发布时间`, "月", "-") %>%
str_remove("日") %>%
paste0("2020-", ., ":00") %>%
lubridate::as_datetime()
)
train_data <-
train_df %>%
# mutate(year = year(t)
# ,month = month(t)
# ,week = week(t)
# ,hour = hour(t)
# ,minute = minute(t)
# )
group_by("微博id") %>%
arrange(mutated_time) %>%
tk_augment_timeseries_signature() %>%
mutate_if(is.ordered,as.integer)
train_df %>% head(10)
微博id
<dbl>
微博发布时间
<chr>
mutated_time
<S3: POSIXct>
4.456072e+15 01月01日 23:50 2020-01-01 23:50:00
4.456074e+15 01月01日 23:58 2020-01-01 23:58:00
4.456054e+15 01月01日 22:39 2020-01-01 22:39:00
4.456062e+15 01月01日 23:08 2020-01-01 23:08:00
4.455979e+15 01月01日 17:42 2020-01-01 17:42:00
4.455961e+15 01月01日 16:28 2020-01-01 16:28:00
4.456044e+15 01月01日 21:59 2020-01-01 21:59:00
4.456073e+15 01月01日 23:53 2020-01-01 23:53:00
4.456060e+15 01月01日 23:00 2020-01-01 23:00:00
4.456064e+15 01月01日 23:19 2020-01-01 23:19:00
sub_replcae_all()
sub_remove()
paste0
glue
