首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >FeatureTools --如何将2列添加到一起?

FeatureTools --如何将2列添加到一起?
EN

Stack Overflow用户
提问于 2020-07-12 04:47:19
回答 1查看 274关注 0票数 1

我卡住了。使用Featuretools,我想要做的就是创建一个新列,它从我的数据集中将两列相加在一起,创建一个“堆叠”的类型的特性。对数据集中的所有列执行此操作。

我的代码如下所示:

代码语言:javascript
复制
# Define the function
def feature_engineering_dataset(df):

    es = ft.EntitySet(id = 'stockdata')
    
    # Make the "Date" index an actual column cuz defining it as the index below throws
    # a "can't find Date in index" error for some reason.
    df = df.reset_index()

    # Save some columns not used in Featuretools to concat back later
    dates = df['Date']
    tickers = df['Ticker']
    dailychange = df['DailyChange']
    classes = df['class']

    dataframe = df.drop(['Date', 'Ticker', 'DailyChange', 'class'],axis=1)

    # Define the entity
    es.entity_from_dataframe(entity_id='data', dataframe=dataframe, index='Date') # Won't find Date so uses a numbered index. We'll re-define date as index later

    # Pesky warnings
    warnings.filterwarnings("ignore", category=RuntimeWarning) 
    warnings.filterwarnings("once", category=ImportWarning)

    # Run deep feature synthesis
    feature_matrix, feature_defs = ft.dfs(n_jobs=-2,entityset=es, target_entity='data', 
                                           chunk_size=0.015,max_depth=2,verbose=True,
                    agg_primitives = ['sum'],
                    trans_primitives = []
                    ) 

    # Now re-add previous columnes because featuretools...
    df = pd.concat([dates, tickers, feature_matrix, dailychange, classes], axis=1)
    
    df = df.set_index(['Date'])
    
    # Return our new dataset!
    return(df)

# Now run that defined function
df = feature_engineering_dataset(df)

我不知道这里到底发生了什么,但我已经定义了2的深度,所以我的理解是,对于数据集中的每一对列,它都会创建一个新列,将两者相加在一起?

我最初的dataframes形状有3101列,当我运行这个命令时,它是Built 3098 features,最后的df在连接之后有3098列,这是不对的,它应该有我的所有原始特性,加上工程特性。

我怎么才能达到我想要的?特性工具页面和API文档上的示例非常令人困惑,并且处理了很多过时的示例,比如"time_since_last“Trans基元和其他似乎不适用于这里的东西。谢谢!

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-07-15 20:42:22

谢谢你的提问。您可以使用transform原语add_numeric创建一个新列,该列与两列相加。我将使用这些数据介绍一个快速示例。

代码语言:javascript
复制
id                time      open      high       low     close
 0 2019-07-10 07:00:00  1.053362  1.053587  1.053147  1.053442
 1 2019-07-10 08:00:00  1.053457  1.054057  1.053457  1.053987
 2 2019-07-10 09:00:00  1.053977  1.054192  1.053697  1.053917
 3 2019-07-10 10:00:00  1.053902  1.053907  1.053522  1.053557
 4 2019-07-10 11:00:00  1.053567  1.053627  1.053327  1.053397

首先,我们为数据创建实体集。

代码语言:javascript
复制
import featuretools as ft

es = ft.EntitySet('stockdata')

es.entity_from_dataframe(
    entity_id='data',
    dataframe=df,
    index='id',
    time_index='time',
)

现在,我们使用transform原语应用DFS来添加数字列。

代码语言:javascript
复制
feature_matrix, feature_defs = ft.dfs(
    entityset=es,
    target_entity='data',
    trans_primitives=['add_numeric'],
)

然后,将新的工程特性与原始功能一起返回。

代码语言:javascript
复制
feature_matrix
代码语言:javascript
复制
        open      high       low     close  close + high  low + open  high + low  close + open  high + open  close + low
id
0   1.053362  1.053587  1.053147  1.053442      2.107029    2.106509    2.106734      2.106804     2.106949     2.106589
1   1.053457  1.054057  1.053457  1.053987      2.108044    2.106914    2.107514      2.107444     2.107514     2.107444
2   1.053977  1.054192  1.053697  1.053917      2.108109    2.107674    2.107889      2.107894     2.108169     2.107614
3   1.053902  1.053907  1.053522  1.053557      2.107464    2.107424    2.107429      2.107459     2.107809     2.107079
4   1.053567  1.053627  1.053327  1.053397      2.107024    2.106894    2.106954      2.106964     2.107194     2.106724

通过调用函数ft.list_primitives(),您可以看到所有内置原语的列表。

票数 3
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/62857188

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档