Criar recursos a partir de datas e textos
Extraindo sinais de campos brutos.
Criar recursos a partir de datas e textos é uma aula grátis de Data Science Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Data Science Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Data Science Academy inclui 4 aulas no total.
Campos brutos ocultam informações úteis
Um carimbo de data e hora ou uma anotação em texto livre contém pistas valiosas que um modelo não consegue ler diretamente. A engenharia de atributos transforma essas informações em colunas utilizáveis. 🔍
Interprete a data primeiro
Antes de extrair informações de uma data, converta a cadeia de caracteres com to_datetime. Somente um objeto de data e hora real expõe as partes úteis que você deseja extrair.
df['ts'] = pd.to_datetime(df['ts'])O acessador dt
O acessador dt libera as partes da data em uma coluna de data e hora. Use-o para obter ano, mês, dia e muito mais em uma única linha.
df['year'] = df['ts'].dt.year
df['month'] = df['ts'].dt.monthDia da semana
Extraia dayofweek para capturar o ritmo semanal: segunda-feira é 0 e domingo é 6. O comportamento costuma mudar bastante conforme o dia da semana.
df['weekday'] = df['ts'].dt.dayofweekIndicador de fim de semana
Transforme o dia da semana em um simples valor booleano: é fim de semana? Esses indicadores de sim ou não são fáceis de serem aprendidos pelos modelos.
df['is_weekend'] = df['ts'].dt.dayofweek >= 5Tempo cíclico
A hora 23 fica imediatamente antes da hora 0, mas os números parecem muito distantes. A codificação cíclica com seno e cosseno corrige essa transição circular.
Texto: comprimento e contagens
Comece de forma simples com o texto. O comprimento dos caracteres de uma avaliação ou a quantidade de palavras costuma ser um atributo surpreendentemente eficaz.
df['len'] = df['review'].str.len()
df['words'] = df['review'].str.split().str.len()Contém uma palavra-chave
Indique se o texto contém um termo importante usando str.contains. Uma coluna para palavras como reembolso pode capturar uma intenção clara.
df['has_refund'] = df['review'].str.contains('refund')Saco de palavras
Para usar as próprias palavras, conte-as. Um saco de palavras transforma o texto em uma coluna por termo, contendo a frequência com que ele aparece.
from sklearn.feature_extraction.text import CountVectorizer
X = CountVectorizer().fit_transform(df['review'])TF-IDF atribui pesos às palavras
As contagens simples dão peso excessivo às palavras comuns. O TF-IDF valoriza termos frequentes em uma linha, mas raros no conjunto inteiro, fazendo as palavras distintivas se destacarem.
from sklearn.feature_extraction.text import TfidfVectorizer
X = TfidfVectorizer().fit_transform(df['review'])Evite atributos com vazamento
Nunca crie um atributo a partir de informações que não estariam disponíveis no momento da previsão. Uma coluna com vazamento aumenta artificialmente as pontuações nos testes e depois falha no mundo real.
Verificação rápida
Você tem uma coluna de data e hora e quer obter o número do dia da semana. O que deve usar?
Recapitulação: atributos de data e texto
Você extraiu informações úteis dos campos brutos: interprete as datas e use dt para obter partes e indicadores; transforme o texto em comprimentos, indicadores de palavras-chave ou contagens de palavras. 🎉
Aprenda Python com um tutor de IA — grátis
Escreva e execute código real no seu navegador, obtenha ajuda instantânea de um tutor de IA 24/7 e continue de onde parou na web ou no app.
- Cursos
- 30
- Aulas
- 120
Perguntas Frequentes
A aula “Criar recursos a partir de datas e textos” é grátis?
Sim — o texto completo de “Criar recursos a partir de datas e textos” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Data Science Academy, atualize para CoddyKit PRO. O curso de Data Science Academy inclui 4 aulas no total.
O que vou aprender em “Criar recursos a partir de datas e textos”?
Extraindo sinais de campos brutos. Você pratica Data Science Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.
Preciso ter experiência prévia para começar Data Science Academy?
Nenhuma experiência prévia é necessária. Data Science Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.
Quanto tempo leva a aula “Criar recursos a partir de datas e textos”?
A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.
Posso escrever e executar código nesta aula de Data Science Academy?
Sim. Cada aula de Data Science Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.
Todas as aulas deste curso
- Transformar números em categorias
- Codificar colunas categóricas
- Dimensionar e normalizar números
- Criar recursos a partir de datas e textos