如何制作 FeatureUnion return 数据框

Question

所以我目前有一个有很多客户转换器的管道：

p = Pipeline([
("GetTimeFromDate",TimeTransformer("Date")), #Custom Transformer that adds ["time"] column
("GetZipFromAddress",ZipTransformer("Address")), #Custom Transformer that adds ["zip"] column
("GroupByTimeandZip",GroupByTransformer(["time","zip"]) #Custom Transformer that adds onehot columns
])

每个转换器接收一个 pandas 数据帧和 return 具有一个或多个新列的相同数据帧。它实际上工作得很好，但我如何才能 运行 "GetTimeFromDate" 和 "GetZipFromAddress" 并行执行？

我想使用 FeatureUnion：

f = FeatureUnion([  
("GetTimeFromDate",TimeTransformer("Date")), #Custom Transformer that adds ["time"] column
("GetZipFromAddress",ZipTransformer("Address")), #Custom Transformer that adds ["zip"] column])
])

p = Pipeline([
("FeatureUnionStep",f),
("GroupByTimeandZip",GroupByTransformer(["time","zip"]) #Custom Transformer that adds onehot columns
])

但问题是FeatureUnion return是一个numpy.ndarray，但是"GroupByTimeandZip"这一步需要一个dataframe。

有没有办法让 FeatureUnion 到 return pandas 数据框？

Answer 1

要使 FeatureUnion 输出 DataFrame，您可以使用此 blog post. Also see the gist 中的 PandasFeatureUnion。