在 featuretools 中使用多个 ID

Question

我有一个数据集，我想对其进行自动特征工程。然而，它是基于时间序列的，所以为了让它工作，我必须使用 2 个东西作为 id，对象 id 和日期。

x = pd.DataFrame({'id': [1,2,1], 'date': [2012021,2032021,4052021], 'x1': [1,2,3]})
y = pd.DataFrame({'id': [1,2,1], 'date': [2012021,2032021,4052021], 'label': [3,2,1]})
entities = {"features": (x, ['id','date']), "labels": (y, ['id','date'])}
feature_matrix, features_defs = ft.dfs(entities=entities,target_entity="y")

当我运行这个时，我得到这个错误：

TypeError: unhashable type: 'list'

我该如何解决这个问题？

Answer 1

你是对的，但是在这里，你应该为实体集创建唯一索引，然后在dfs中使用正确的（id）。我会推荐这种方式：

创建单个数据帧而不是两个

data = pd.DataFrame({'id': [1,2,1], 'date': [2012021,2032021,4052021], 'x1': [1,2,3], 'label': [3,2,1]})

为列添加唯一索引

data['index'] = data.index

创建实体集

es = ft.EntitySet('My EntitySet')

从数据框创建实体（不使用两种索引）

es.entity_from_dataframe(
    entity_id='main_data',
    dataframe=data,
    index='index',
    time_index='date'
)

正常化

es.normalize_entity(
    base_entity_id='main_data',
    new_entity_id='observations',
    index='id',
    make_time_index=True
)

创建功能（如果不想使用默认设置，请不要忘记设置聚合等）

feature_matrix, features_defs = ft.dfs(entityset=es, target_entity="main_data")

可能有另一种甚至更好的方法来处理这个问题，请查看 this github question or this SO answer。

在 featuretools 中使用多个 ID

Using multiple Ids in featuretools

python

feature-extraction

pandas

featuretools