如何使 FeatureUnion 返回数据框

Posted 2023-03-12

【中文标题】如何使 FeatureUnion 返回数据框

【英文标题】：How to make FeatureUnion return Dataframe

【发布时间】：2016-08-07 17:23:27

【问题描述】：

所以我目前有一个拥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
])

每个转换器都接收一个 pandas 数据帧，并返回包含一个或多个新列的相同数据帧。它实际上工作得很好，但我怎样才能并行运行“GetTimeFromDate”和“GetZipFromAddress”步骤？

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 返回一个 numpy.ndarray，但“GroupByTimeandZip”步骤需要一个数据框。

有没有办法让 FeatureUnion 返回熊猫数据框？

【问题讨论】：

您好，要将 FeatureUnion 与异构数据源一起使用，请参阅：scikit-learn.org/stable/auto_examples/hetero_feature_union.html

【参考方案1】：

对于FeatureUnion 输出DataFrame，您可以使用此blog post 中的PandasFeatureUnion。另请参阅gist。