如何在 Pandas 数据帧内修复 Numpy 'otypes'？

Question

Objective: 运行二进制值数据集上的关联规则

d = {'col1': [0, 0,1], 'col2': [1, 0,0], 'col3': [0,1,1]}
df = pd.DataFrame(data=d)

这会为相应的列值生成一个包含 0 和 1 的数据框。

问题是当我使用如下代码时：

from mlxtend.frequent_patterns import apriori
from mlxtend.frequent_patterns import association_rules
frequent_itemsets = apriori(pattern_dataset, min_support=0.50,use_colnames=True)
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)
rules

通常这个运行就好了，但是在运行这一次我遇到了错误。

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-61-46ec6f572255> in <module>()
      4 frequent_itemsets = apriori(pattern_dataset, min_support=0.50,use_colnames=True)
      5 frequent_itemsets
----> 6 rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)
      7 rules

D:\AnaConda\lib\site-packages\mlxtend\frequent_patterns\association_rules.py in association_rules(df, metric, min_threshold, support_only)
    127     values = df['support'].values
    128     frozenset_vect = np.vectorize(lambda x: frozenset(x))
--> 129     frequent_items_dict = dict(zip(frozenset_vect(keys), values))
    130 
    131     # prepare buckets to collect frequent rules

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in __call__(self, *args, **kwargs)
   1970             vargs.extend([kwargs[_n] for _n in names])
   1971 
-> 1972         return self._vectorize_call(func=func, args=vargs)
   1973 
   1974     def _get_ufunc_and_otypes(self, func, args):

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in _vectorize_call(self, func, args)
   2040             res = func()
   2041         else:
-> 2042             ufunc, otypes = self._get_ufunc_and_otypes(func=func, args=args)
   2043 
   2044             # Convert args to object arrays first

D:\AnaConda\lib\site-packages\numpy\lib\function_base.py in _get_ufunc_and_otypes(self, func, args)
   1996             args = [asarray(arg) for arg in args]
   1997             if builtins.any(arg.size == 0 for arg in args):
-> 1998                 raise ValueError('cannot call `vectorize` on size 0 inputs '
   1999                                  'unless `otypes` is set')
   2000 

ValueError: cannot call `vectorize` on size 0 inputs unless `otypes` is set

这就是我在 Pandas 中的数据类型，如有任何帮助，我们将不胜感激。

col1    int64
col2    int64
col3    int64
dtype: object

Answer 1

    128     frozenset_vect = np.vectorize(lambda x: frozenset(x))
--> 129     frequent_items_dict = dict(zip(frozenset_vect(keys), values))

此处 np.vectorize 将 frozenset(x) 函数包装在可以采用数组或列表 (keys) 的代码中，并传递每个元素以进行评估。它是一种 numpy 迭代（方便，但速度不快）。但是为了确定它 return 是哪种数组 (dtype)，它使用 keys 的第一个元素执行测试运行。执行此测试运行的另一种方法是使用 otypes 参数。

无论如何，在这个特定的运行中，keys 显然是空的，一个 0 大小的数组或列表。它可以 return 一个等效形状的结果数组，但它仍然必须设置一个 dtype。因此错误。

显然，代码编写者从未预料到 keys 为空的情况。所以你需要解决为什么它是空的问题？

我们需要查看 association_rules 代码，看看 keys 是如何设置的。它在第 129 行中的使用表明它具有与 values 相同数量的元素，这是从 df 派生的：

values = df['support'].values

如果 keys 有 0 个元素，那么 values 也是如此，而 df 有 0 个 'rows'.

frequent_itemsets 的尺寸是多少？

我添加了一个mlxtend标签，因为在使用它的代码过程中出现了错误。 You/we 需要检查该代码或其文档以确定此数据帧为何为空。

Answer 2

解决方法：

def encode_units(x):
    if x <= 0:
        return 0
    if x >= 1:
        return 1

yourdataset_sets = yourdataset.applymap(encode_units)

frequent_itemsets = apriori(yourdataset_sets, min_support=0.001, use_colnames=True)
rules = association_rules(frequent_itemsets, metric="lift", min_threshold=1)

来源： saeedesmaili

如何在 Pandas 数据帧内修复 Numpy 'otypes'？

How to fix Numpy 'otypes' within Pandas dataframe?

python

numpy

pandas

mlxtend