featuretools.primitives.IsWorkingHours

class featuretools.primitives.IsWorkingHours(start_hour=8, end_hour=18)

确定一个 datetime 是否落在工作时间内（基于 24 小时制）。可以配置 start_hour 和 end_hour。

参数:

• start_hour (int) – 工作日的开始小时。必须遵循 24 小时制。默认为 8 (上午 8 点)。

• end_hour (int) – 工作日的结束小时。必须遵循 24 小时制。默认为 18 (下午 6 点)。

示例

>>> import numpy as np
>>> from datetime import datetime
>>> dates = [datetime(2022, 6, 21, 16, 3, 3),
...          datetime(2019, 1, 3, 4, 4, 4),
...          datetime(2022, 1, 1, 12, 1, 2),
...          np.nan]
>>> is_working_hour = IsWorkingHours()
>>> is_working_hour(dates).tolist()
[True, False, True, False]
>>> is_working_hour = IsWorkingHours(15, 17)
>>> is_working_hour(dates).tolist()
[True, False, False, False]

__init__(start_hour=8, end_hour=18)

方法

__init__([start_hour, end_hour])
flatten_nested_input_types(input_types)	将嵌套的列 schema 输入展平为单个列表。
generate_name(base_feature_names)
generate_names(base_feature_names)
get_args_string()
get_arguments()
get_description(input_column_descriptions[, ...])
get_filepath(filename)
get_function()

属性

base_of
base_of_exclude
commutative
default_value	如果未找到数据，此特征返回的默认值。
description_template
input_types	woodwork.ColumnSchema 输入类型
max_stack_depth
name	primitive 的名称
number_output_features	与此特征相关的特征矩阵中的列数
return_type	ColumnSchema 返回类型
stack_on
stack_on_exclude
stack_on_self
uses_calc_time
uses_full_dataframe