在 featuretools 1.0.0 中将 cutoff_time 传递给 dfs 的正确方法

Posted 2023-03-29

【中文标题】在 featuretools 1.0.0 中将 cutoff_time 传递给 dfs 的正确方法

【英文标题】：Proper way to pass cutoff_time to dfs in featuretools 1.0.0

【发布时间】：2021-12-14 11:27:29

【问题描述】：

最近我将功能工具更新到 v1.0.0 并遇到以下问题。我有随时间变化的实例，我想为它们构建时间相关的功能。此外，我想保存这些实例的一些历史特征。所以我的截止时间数据集由以下列组成：时间、instance_id 和 feature1、feature2、...、target

当我尝试运行 dfs 时，我收到了错误 'NoneType' object has no attribute 'logical_types'

我发现是内部函数get_ww_types_from_features引起的

它尝试获取截止时间df的列类型，假设它具有木制品类型

        cutoff_schema = cutoff_time.ww.schema
        for column in pass_columns:
            logical_types[column] = cutoff_schema.logical_types[column]
            semantic_tags[column] = cutoff_schema.semantic_tags[column]
            origins[column] = "base"

但最初截止时间是pandas DataFrame，我没有在代码中找到它被翻译成木制品的地方。并且在文档中还说可以将截止时间作为 pandas DataFrame 传递

因此，我的问题是：传递截止时间 DataFrame 的正确方法是什么（如果是 pandas，那么代码中的错误在哪里？）（或者如果没有错误，那么我应该将截止时间转换为在 dfs 之前在代码中手动工作？）

【参考方案1】：

在为 cutoff_time 使用具有附加列（例如标签）的数据框并通过 n_jobs 或 dask_kwargs 选项使用多个工作人员时，Featuretools 1.0.0 中存在错误。这可能是您遇到的问题。此错误已在 Featuretools 1.1.0 中修复

pandas df 意味着在 1.0.0 中被 cutoff_time 接受

【参考方案2】：

cutoff_times = pd.DataFrame()
cutoff_times['customer_id'] = [1, 2, 3, 1]
cutoff_times['time'] = pd.to_datetime(['2014-1-1 04:00',
                             '2014-1-1 05:00',
                             '2014-1-1 06:00',
                             '2014-1-1 08:00'])
cutoff_times['label'] = [True, True, False, True]
cutoff_times
fm, features = ft.dfs(entityset=es,`enter code here`
                      target_dataframe_name='customers',
                      cutoff_time=cutoff_times,
                      cutoff_time_in_index=True)
fm

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。

我的做法完全相同，但在我的情况下不起作用它在 0.0.24 中起作用，但现在不起作用

我认为技术版本在这里起着重要作用。