我有这3个数据框：
df_train cortado:____________________
SK_ID_CURR TARGET NAME_CONTRACT_TYPE_Cash loans \
0 100002 1 1
1 100003 0 1
2 100004 0 0
3 100006 0 1
4 100007 0 1
NAME_CONTRACT_TYPE_Revolving loans CODE_GENDER_F CODE_GENDER_M
0 0 0 1
1 0 1 0
2 1 0 1
3 0 1 0
4 0 0 1
df_bureau cortado:____________________
SK_ID_CURR SK_ID_BUREAU CREDIT_ACTIVE_Active
0 100002 5714464 1
1 100002 5714465 1
2 215354 5714466 1
3 215354 5714467 1
4 215354 5714468 1
bureau_balance cortado 3:____________________
SK_ID_BUREAU MONTHS_BALANCE STATUS_C
0 5715448 0 1
1 5715448 -1 1
2 5715448 -2 1
3 5715448 -3 1
4 5715448 -4 1
这是我正在尝试运行以进行功能综合的脚本：
entities = {
"train" : (df_train, "SK_ID_CURR"),
"bureau" : (df_bureau, "SK_ID_BUREAU"),
"bureau_balance" : (df_bureau_balance,"MONTHS_BALANCE", "STATUS", "SK_ID_BUREAU") ,
}
relationships = [
("bureau", "SK_ID_BUREAU", "bureau_balance", "SK_ID_BUREAU"),
("train", "SK_ID_CURR", "bureau", "SK_ID_CURR")
]
feature_matrix_customers, features_defs = ft.dfs(entities=entities,
relationships=relationships,
target_entity="train"
)
但是，一旦我引入“ STATUS”列，就会发生此错误：TypeError：“ str”对象不支持项目分配
如果我不输入“ STATUS”列，那么数据框的几行就可以了。当行数增加时（仅将STATUS作为键可以解决该问题），会发生其他错误：AssertionError：数据帧上的索引不是唯一的（Entity Bureau_balance）
提前致谢！！
您是对的，因为数据框需要唯一索引才能成为实体。一个简单的选择是唯一索引添加到df_bureau_balance使用
df_bureau_balance.reset_index(inplace = True)
然后制作实体：
entities = {
"train" : (df_train, "SK_ID_CURR"),
"bureau" : (df_bureau, "SK_ID_BUREAU"),
"bureau_balance" : (df_bureau_balance, "index")
}
更好的选择是使用实体集来表示您的数据。当我们从中创建实体时df_bureau_balance，因为它没有唯一的索引，所以我们传入make_index = True一个索引名称（如果它还不是数据中的列，则可以是任何名称。）其余的与您的非常相似使用稍微不同的语法即可工作！这是一个完整的工作示例：
# Create the entityset
es = ft.EntitySet('customers')
# Add the entities to the entityset
es = es.entity_from_dataframe('train', df_train, index = 'SK_ID_CURR')
es = es.entity_from_dataframe('bureau', df_bureau, index = 'SK_ID_BUREAU')
es = es.entity_from_dataframe('bureau_balance', df_bureau_balance,
make_index = True, index = 'bureau_balance_index')
# Define the relationships
r_train_bureau = ft.Relationship(es['train']['SK_ID_CURR'], es['bureau']['SK_ID_CURR'])
r_bureau_balance = ft.Relationship(es['bureau']['SK_ID_BUREAU'],
es['bureau_balance']['SK_ID_BUREAU'])
# Add the relationships
es = es.add_relationships([r_train_bureau, r_bureau_balance])
# Deep feature synthesis
feature_matrix_customers, feature_defs = ft.dfs(entityset=es, target_entity = 'train')
实体集可帮助您以单一结构跟踪所有数据！该Featuretools文档是越来越下降使用entitysets的基础，我会建议给它一个读好。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句