0

我正在尝试使用 FeatureTools 来规范化特征合成表。我的表格类似于 Max-Kanter 在How to apply Deep Feature Synthesis to a single table 中的回复。我遇到了一个例外，我希望能得到一些帮助。

异常起源于featuretools.entityset.entity.entityset_convert_variable_type，它似乎不处理时间类型。

异常的性质是什么，我可以解决它吗？

表，df：

PatientId | AppointmentID | Gender | ScheduledDay | AppointmentDay | Age | Neighbourhood | Scholarship | Hipertension | Diabetes | Alcoholism | Handcap | SMS_received | No-show
12345     | 5642903       | F     | 2016-04-29    | 2016-04-29     | 62  | JARDIM DA     | 0           | 1            | 0        | 0          | 0       | 0            | No
67890     | 3902943       | M     | 2016-03-18    | 2016-04-29     | 44  | Other Nbh     | 1           | 1            | 0        | 0          | 0       | 0            | Yes
...

我的代码：

appointment_entity_set = ft.EntitySet('appointments')
appointment_entity_set.entity_from_dataframe(
    dataframe=df, entity_id='appointments',
    index='AppointmentID', time_index='AppointmentDay')

# error generated here
appointment_entity_set.normalize_entity(base_entity_id='appointments',
    new_entity_id='patients',
    index='PatientId')

ScheduledDay 和 AppointmentDay 是类型pandas._libs.tslib.Timestamp，就像Max-Kanter 的响应中的情况一样。

例外：

~/.virtualenvs/trane/lib/python3.6/site-packages/featuretools/entityset/entity.py in entityset_convert_variable_type(self, column_id, new_type, **kwargs)
    474         df = self.df
--> 475         if df[column_id].empty:
    476             return
    477         if new_type == vtypes.Numeric:

Exception: Cannot convert column first_appointments_time to <class 'featuretools.variable_types.variable.DatetimeTimeIndex'>

功能工具==0.1.21

该数据集来自Kaggle Show or No Show 比赛

4

1 回答 1

3

出现的错误似乎AppointmentDay是熊猫读取变量方式的问题。我们实际上有一个带有该数据集的示例Kaggle 内核。在那里，我们需要使用pandas.read_csvwith parse_dates：

data = pd.read_csv("data/KaggleV2-May-2016.csv", parse_dates=['AppointmentDay', 'ScheduledDay'])

这将返回一个熊猫系列，其值为 type numpy.datetime64。这应该可以很好地加载到 Featuretools。

另外，你能确保你有来自 pip 的最新版本的 Featuretools 吗？该堆栈跟踪中有一个 set trace 命令不在最新版本中。

于 2018-06-12T19:48:53.723 回答