df[‘value’]=[i.value for i in df[‘date’]]
df[‘value’]=df[‘value’].astype(‘float’)
二、数据类型
主要掌握：
1.值类型：int 整型，float 浮点型（单精度）， double 双精度，char 字符型,bool 布尔型（两种状态true与false），datetime 日期时间
2.引用类型：string 字符串类型
a.字符串与字符的区别：string类型使用 “”，char用”，可以说字符串是字符的集合。eg:string s=”abc”;char s1=’a‘,’b’,’c’;
好久没有自我介绍了。那就再次刷下存在感。本人中山大学，医学生+计科学生的集合体，机器学习爱好者。伴发着脑血管神经性痉挛，本喵还是打起了十二分精神总结了一下数据类型（类）转换。
#!/usr/bin/env python
# -*- coding:utf8 -*-
# @TIME :2018/11/3 22:59
# @Author:Yolanda
# @File :temp8.py
#反击啊...
好久没写博客了，最近在写项目时用到了 numpy.datetime64这个神坑，遇到了太多的问题，百度资料也很少（还是去stackoverflow搜吧），大多数还是错的。因此在这里做个总结，写个技术笔记，希望也能帮到大家吧！
datetime64 与 datetime.datetime的相互转换：
一行代码解决:
(dt64 - np.datetime64('1970-01-01T00:00:0...
sklearn.feature_extraction模块可以用于从由诸如文本和图像的格式组成的数据集中提取机器学习算法支持的格式的特征。
注意：特征提取与特征选择非常不同：前者包括将任意数据（如文本或图像）转换为可用于机器学习的数值特征。 后者是应用于这些特征的机器学习技术。
4.2.1 从词典中加载特征
类DictVectorizer可用于将表示为标准Python di
To create a SQL field with the name "Birthday" and data type "datetime" that represents a person's birthdate, and cannot be left empty and should not be greater than the current time, you can use the following SQL statement:
CREATE TABLE tablename (
Birthday DATETIME NOT NULL CHECK (Birthday <= CURRENT_TIMESTAMP)
This will create a table with the name "tablename" and a single field named "Birthday". The "NOT NULL" constraint ensures that the field cannot be left empty, while the "CHECK" constraint ensures that the value of the "Birthday" field is not greater than the current time.
Note that you will need to replace "tablename" with the actual name of your table.
