问题标签 [lifelines]

我在使用生命线进行 KM 估计时遇到了挑战。我有一个名为工人类型（全职、兼职等）的变量列，我想将 KM 估计值分组，然后输出到CSV文件。这是一个片段：

当我使用 print 函数时，我得到 KM 估计的每次迭代worker_type；但是，当尝试导出到csv文件时，我只能得到最后一个工人类型的估计。

我已阅读生命线文档，并查看了绘制不同级别的示例，但不确定如何将其连接到导出到csv.

I try to use pythons lifelines package Package website and Github. After trying to run the example from the website which reads:

Resulting in the following error

I feel like I am missing out on something, but cant really work out, what is going wrong. Any help is appreciated.

The plotting function is wrapped around Pandas and I use python 3.5.4. EDIT: Pandas is version 0.21.0 which should work as 0.18 or above is required according to https://pypi.python.org/pypi/lifelines/0.12.0

这段非常简单的代码，

产生错误：

回溯（最后一次调用）：文件“C:/Users/.../predictor.py”，第 11 行，在 cph.fit(df, duration_col='Length', event_col='Status', show_progress=True)

文件“C:\Users\...\AppData\Local\conda\conda\envs\hrpred\lib\site-packages\lifelines\fitters\coxph_fitter.py”，第 298 行，适合 self._check_values(df)

文件“C:\Users\...\AppData\Local\conda\conda\envs\hrpred\lib\site-packages\lifelines\fitters\coxph_fitter.py”，第 323 行，在 _check_values cols = str(list(X .columns[low_var]))

文件“C:\Users\...\AppData\Local\conda\conda\envs\hrpred\lib\site-packages\pandas\core\indexes\base.py”，第 1754 行，在 _ _ getitem _ _

结果 = 获取项目（键）

IndexError：布尔索引与维度 0 上的索引数组不匹配；维度为 88，但对应的布尔维度为 76

但是，当我打印df本身时，一切都很好。如您所见，一切都在图书馆内。图书馆的例子工作得很好。

我试图运行以下代码。但它在 lifelines/plotting.py 文件中给出了参数所需的错误。我无法修复它。

但它给出了以下错误

我想在一些数据上运行 CoxTimeVaryingFitter，尽管我在 add_covariate_to_timeline 函数上遇到了一些问题，它给了我以下错误消息：

文件“C:\Anaconda3\lib\site-packages\pandas\core\generic.py”，第 692 行，重命名“参数“{0}”'.format(list(kwargs.keys())[0]) ) TypeError: rename() got an unexpected keyword argument "axis"**

我已经使用以下数据框“数据”运行了我的代码：

我正在尝试在 python 中对大型数据集（约 80 行 x 12,000 列）进行生存分析。

目前我正在使用：

但它非常慢。将数据帧分成 100 个块并多次运行 cf.fit 会稍微快一些，但它的时钟仍然在 80 秒左右。这明显比 R 的 coxph 慢，而且我真的不想使用 rpy2 在 R 中运行分析。

我对如何加快速度有点不知所措，所以任何建议都将不胜感激。

我正在尝试使用 Python Lifelines 包来校准和使用 Cox 比例风险模型。

所以，结果总结是：

然后我需要计算部分危险，例如，使用我的生存数据选项卡的第一行，即：

它必须是这样的：

等于 9.387106981409155e-08，所以它是非常小的数字，导致所有 t 的生存概率等于 1.0。但是当我得到一个 cph.predict_partial_hazard(cox_surv) 方法时，它给了我 0.32 之类的值，我认为这是正确的数字。例如，我们有 Baseline SP = 0.7 和 (0.7^0.32) 到部分危险，我们将得到类似 0.892136633056215 的东西，这是正常的。错误是什么？我们如何以正确的方式计算部分风险？非常感谢！

我在 Python 中使用这个实现的模型来进行生存分析：

从生命线导入 CoxPHFitter

不幸的是，我无法（我不知道如何）循环所有协变量（特征）以单独运行回归以进行特征选择并保存其结果。我正在尝试下面的脚本：

不幸的是，它返回了这个错误：

ValueError Traceback (most recent call last) in () 1 #尝试上面的函数----> 2 scores = fit_and_score_features2(sample) 3 pd.Series(scores, index=features.columns).sort_values(ascending=False)

在 fit_and_score_features2(X) 15 Xj=pd.merge(X, y, how='right', left_index=True, right_index=True) 16 m.fit(Xj, duration_col="duration_yrs", event_col="Status", show_progress =True) ---> 17 分[j] = m。得分 18 返回分数

ValueError：使用序列设置数组元素。

先感谢您。

我是生存分析的新手。我尝试使用CoxPHFitter，但遇到了这个错误。numpy.linalg.linalg.LinAlgError: Matrix is singular.

在经历了这个错误之后，我知道我的一列有不可逆矩阵。

那我现在该怎么办？我不能用那一栏吗？如果是这样，我可以从该专栏得出什么结论？

完整的堆栈跟踪：

回溯（最后一次调用）：文件“surv_model.py”，第 79 行，在 cph.fit(X, 'T', event_col='label') 文件“/usr/local/lib/python2.7/dist- packages/lifelines/fitters/coxph_fitter.py”，第 165 行，适合 step_size=step_size）文件“/usr/local/lib/python2.7/dist-packages/lifelines/fitters/coxph_fitter.py”，第 253 行，在_newton_rhaphson inv_h_dot_g_T = spsolve(-h, gT, sym_pos=True) File "/usr/local/lib/python2.7/dist-packages/scipy/linalg/basic.py"，第 251 行，在求解 _solve_check(n, info ) 文件“/usr/local/lib/python2.7/dist-packages/scipy/linalg/basic.py”，第 31 行，在 _solve_check 中引发 LinAlgError('Matrix is single.') numpy.linalg.linalg.LinAlgError：矩阵是单数的。

我正在使用蟒蛇lifelines

这是一个 WordPress（生命线主题）我想分别显示即将发生的事件...和过去的事件...帮助我编写自定义查询