Python 2.7 '；数据流分析&x27；对象没有属性'；op#u MAKE#u函数'；在麻木

我还没有在我的研究中看到这个特定的场景，因为在Numba中出现了这个错误。这是我第一次使用这个包，所以它可能是显而易见的

我有一个函数，可以通过添加、乘以和/或除以数据帧中的每一列（称为data）来计算数据集中的工程特性，我想测试numba是否可以加快计算速度

@jit
def engineer_features(engineer_type,features,joined):
    #choose which features to engineer (must be > 1)
    engineered = features

    if len(engineered) > 1:
        if 'Square' in engineer_type:
            sq = data[features].apply(np.square)
            sq.columns = map(lambda s:s + '_^2',features)

        for c1,c2 in combinations(engineered,2):
            if 'Add' in engineer_type:
                data['{0}+{1}'.format(c1,c2)] = data[c1] + data[c2]
            if 'Multiply' in engineer_type:
                data['{0}*{1}'.format(c1,c2)] = data[c1] * data[c2]
            if 'Divide' in engineer_type:
                data['{0}/{1}'.format(c1,c2)] = data[c1] / data[c2]

        if 'Square' in engineer_type and len(sq) > 0:
            data= pd.merge(data,sq,left_index=True,right_index=True)

        return data

当我用特征列表、工程师类型和数据集调用它时：

engineer_type = ['Square','Add','Multiply','Divide']   

df = engineer_features(engineer_type,features,joined)

我得到错误：在对象处失败（分析字节码）

---

“DataFlowAnalysis”对象没有属性“op\u MAKE\u FUNCTION”

这里有相同的问题。我想问题可能是lambda函数，因为我有同样的错误。努巴不支持熊猫。我将我的df中的重要列转换成一堆数组，它在@JIT下成功地工作。 此外，阵列的速度要快得多，以防您需要它来处理大型数据