Créer des variables à partir des dates et du texte
Extraire l’information utile des champs bruts
Créer des variables à partir des dates et du texte est une leçon Data Science Academy gratuite sur CoddyKit. Ceci est la leçon 4 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage Data Science Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours Data Science Academy comprend 4 leçons au total.
Les champs bruts cachent des informations
Un horodatage ou une note en texte libre contient de précieux indices qu'un modèle ne peut pas lire directement. L'ingénierie des caractéristiques transforme ces informations en colonnes exploitables. 🔍
Analysez d'abord la date
Avant d'exploiter une date, convertissez la chaîne avec to_datetime. Seul un véritable objet datetime expose les éléments utiles que vous souhaitez extraire.
df['ts'] = pd.to_datetime(df['ts'])L'accesseur dt
L'accesseur dt permet d'accéder aux éléments de date d'une colonne datetime. Utilisez-le pour récupérer l'année, le mois, le jour et bien plus encore en une seule ligne.
df['year'] = df['ts'].dt.year
df['month'] = df['ts'].dt.monthJour de la semaine
Extrayez dayofweek pour capturer le rythme hebdomadaire : lundi vaut 0 et dimanche vaut 6. Le comportement change souvent beaucoup selon le jour de la semaine.
df['weekday'] = df['ts'].dt.dayofweekIndicateur de week-end
Transformez le jour de la semaine en une simple valeur booléenne : est-ce le week-end ? Ces indicateurs oui/non sont faciles à apprendre pour les modèles.
df['is_weekend'] = df['ts'].dt.dayofweek >= 5Temps cyclique
L'heure 23 est juste à côté de l'heure 0, alors que les nombres semblent très éloignés. L'encodage cyclique avec le sinus et le cosinus corrige ce retour au début.
Texte : longueur et décomptes
Commencez simplement avec le texte. La longueur en caractères d'un avis ou son nombre de mots constitue souvent une caractéristique étonnamment efficace.
df['len'] = df['review'].str.len()
df['words'] = df['review'].str.split().str.len()Contient un mot-clé
Indiquez si le texte contient un terme clé avec str.contains. Une colonne pour des mots comme « remboursement » peut révéler clairement l'intention.
df['has_refund'] = df['review'].str.contains('refund')Sac de mots
Pour utiliser les mots eux-mêmes, comptez-les. Un modèle sac de mots transforme le texte en une colonne par terme, contenant le nombre de ses occurrences.
from sklearn.feature_extraction.text import CountVectorizer
X = CountVectorizer().fit_transform(df['review'])TF-IDF pondère les mots
Les simples décomptes surestiment les mots courants. Le TF-IDF favorise les termes fréquents sur une ligne mais rares dans l'ensemble des données, afin de faire ressortir les mots distinctifs.
from sklearn.feature_extraction.text import TfidfVectorizer
X = TfidfVectorizer().fit_transform(df['review'])Évitez les caractéristiques fuyantes
Ne créez jamais une caractéristique à partir d'une information indisponible au moment de la prédiction. Une colonne fuyante gonfle les scores lors des tests, puis échoue dans le monde réel.
Vérification rapide
Vous disposez d'une colonne datetime et souhaitez obtenir le numéro du jour de la semaine. Qu'utilisez-vous ?
Récapitulatif : caractéristiques de date et de texte
Vous avez extrait des informations de champs bruts : analysez les dates, puis utilisez dt pour leurs éléments et leurs indicateurs, et transformez le texte en longueurs, indicateurs de mots-clés ou décomptes de mots. 🎉
Apprends Python avec un tuteur IA — gratuit
Écris et exécute du vrai code dans ton navigateur, obtiens de l'aide instantanée d'un tuteur IA disponible 24h/24, et reprends là où tu t'es arrêté sur le web ou dans l'app.
- Cours
- 30
- Leçons
- 120
Questions Fréquemment Posées
La leçon « Créer des variables à partir des dates et du texte » est-elle gratuite ?
Oui — le texte complet de « Créer des variables à partir des dates et du texte » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours Data Science Academy, passe à CoddyKit PRO. Le cours Data Science Academy comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Créer des variables à partir des dates et du texte » ?
Extraire l’information utile des champs bruts Tu pratiques Data Science Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer Data Science Academy ?
Aucune expérience préalable n'est requise. Data Science Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 4 sur 4.
Combien de temps prend la leçon « Créer des variables à partir des dates et du texte » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon Data Science Academy ?
Oui. Chaque leçon Data Science Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Regrouper les nombres en catégories
- Encoder les colonnes catégorielles
- Mettre les nombres à l’échelle et les normaliser
- Créer des variables à partir des dates et du texte