代码之家 › 专栏 › 技术社区 › huseyin

Rapidminer-拆分具有错误类型值的行

rapidminer data-mining attributes

-1

huseyin · 技术社区 · 7 年前

我在一个txt文件中有一个800万行的数据集,格式以制表符分隔,没有引号。我有14列中的5列,日期值为dd.MM。yyyy格式。

问题1 我正在尝试导入文件。在“设置列格式”步骤中,如果我将该列的类型选择为“日期”,则会出现错误,列中的所有单元格都会变为“?”

所以我选择了“多项式”,并计划稍后将属性类型转换为日期。

问题2(真实问题) 我导入数据并输入“nominal to date”操作符。运行时,第14.899行出现错误:

Cannot parse date: Unparseable date: "0"

我找到了这一行,发现列之间的分隔错误。前一个单元格中的字符串中有制表符。所以值向右移动了一个单元格。这一排并不是唯一移动的。

我想为特定属性拆分数据类型错误的行。所以我无法手动更正它们。

在Rapidminer中我如何做到这一点?

或者其他什么想法来解决这些问题?

2 回复 | 直到 7 年前

SGenzer 7 年前

因此,您很可能需要调整此下拉菜单中的日期格式:

老实说,我通常只是导入为多项式,然后在我的过程中转换为日期。它更容易复制。

Has QUIT--Anony-Mousse 7 年前

您的输入文件似乎已损坏。

显然,最好的解决方案是修复生成数据的过程。Espace或替换制表符,并以非歧义格式(如ISO日期格式)设置日期格式。

假设你不能确定日期,你可能应该写一个 强健的 解析器程序你自己像rapidminer这样的通用解析器无法解决所有问题。

推荐文章

Marvania Mehul - MKPatel · 确定估算其中一类概率的模型的准确性

7 年前

user7740495 · 如何遍历pandas数据帧中的每列和每个单元格

7 年前

PhD Rookie · 选择最可能选项的决策树?

7 年前

The_Anil · 获取无效类型比较错误

7 年前

Mohit Shah · 为什么在选择模型之前不进行模型调整?

7 年前

r1d1 · 主题提取和文本分类在概念上有什么区别?

7 年前

Sara · 按行从两列中选择重复项,并在R中创建一个新变量

7 年前

Bohan Xu · 互信息和预测精度

7 年前

Syahnur Nizam · 使用Weka作为引擎的基于PHP的网站

7 年前

Abdelghani Info · 为什么使用支持向量机?

7 年前