Python 使用从tsfresh中提取（相关）特征（转换）错误

在试用Python包tsfresh时，我在第一步遇到了问题。给定一个系列，如何（自动）为其制作功能？此代码段根据我尝试的部分产生不同的错误

import tsfresh
import pandas as pd
import numpy as np
#tfX, tfy = tsfresh.utilities.dataframe_functions.make_forecasting_frame(pd.Series(np.random.randn(1000)/50), kind='float64', max_timeshift=50, rolling_direction=1)
#rf = tsfresh.extract_relevant_features(tfX, y=tfy, n_jobs=1, column_id='id')
tfX, tfy = tsfresh.utilities.dataframe_functions.make_forecasting_frame(pd.Series(np.random.randn(1000)/50), kind=1, max_timeshift=50, rolling_direction=1)
rf = tsfresh.extract_relevant_features(tfX, y=tfy, n_jobs=1, column_id='id')

错误出现在第一种情况下

“”“回溯（最近一次调用）：文件“C:\Users\user\Anaconda3\envs\env1\lib\multiprocessing\pool.py”，第行 119，在工人中 结果=（True，func（*args，**kwds））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\utilities\distribution.py”， 第38行，带部分减少的输入函数 结果=列表（itertools.chain.from_iterable（results））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\utilities\distribution.py”， 第37行，在 结果=（块列表中块的映射函数（块，**kwargs）文件 “C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\extraction.py”， 第358行，在块上提取 返回列表（_f（））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\extraction.py”， 第350行，in\u f 结果=[（“”，func（数据））]文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\feature\u calculators.py”， 第193行，方差大于标准偏差 y=np.var（x）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\numpy\core\fromneric.py”， 第3157行，单位为var **kwargs）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\numpy\core\u methods.py”， 第110行，in_var arrmean，rcount，out=arrmean，casting='safe'，subok=False）类型错误：不支持/：'str'和'int'的操作数类型

在第二种情况下

“”“回溯（最近一次调用上次）：文件 “C:\Users\user\Anaconda3\envs\env1\lib\multiprocessing\pool.py”，第行 119，在工人中 结果=（True，func（*args，**kwds））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\utilities\distribution.py”， 第38行，带部分减少的输入函数 结果=列表（itertools.chain.from_iterable（results））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\utilities\distribution.py”， 第37行，在 结果=（块列表中块的映射函数（块，**kwargs）文件 “C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\extraction.py”， 第358行，在块上提取 返回列表（_f（））文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\extraction.py”， 第345行，in\u f 结果=func（数据，参数=参数列表）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\feature\u calculators.py”， 第1752行，friedrich_系数 coeff=\u估算\u friedrich\u系数（x，m，r）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\tsfresh\feature\u extraction\feature\u calculators.py”， 第145行，估算弗里德里希系数 result.dropna（inplace=True）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\frame.py”， 第4598行，在dropna中 result=self.loc（axis=axis）[mask]文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index.py”， 第1500行，在getitem 返回self.\u getitem\u axis（可能可调用，axis=axis）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index.py”， 第1859行，在_getitem_轴中 if is_iterator（key）：文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\dtypes\expression.py”， 第157行，在is_迭代器中 返回hasattr（obj，next）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\generic.py”， 第5065行，在getattr 如果self.\u info\u axis.\u可以\u保存\u标识符\u并且\u保存\u名称（name）：文件 “C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\base.py”， 第3984行，in_can_hold_identifiers_和_hold_name 在自我文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\category.py”中返回名称， 中的第327行包含 return包含（self，key，container=self.\u engine）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\arrays\categorical.py”， 第188行，包含 loc=cat.categories.get_loc（key）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\interval.py”， 第770行，在get_loc中 开始，停止=self.\u查找\u非重叠\u单调\u边界（键）文件 “C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\interval.py”， 第717行，在非重叠单调界中 start=self.\u searchsorted\u单调（键，'left'）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\interval.py”， 第681行，在单调中 返回子\u idx.\u searchsorted\u单调（标签，侧边）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\index\base.py”， 第4755行，在单调中 返回self.searchsorted（label，side=side）文件“C:\Users\user\Anaconda3\envs\env1\lib\site packages\pandas\core\base.py”， 第1501行，搜索排序 返回self.\u values.searchsorted（value，side=side，sorter=sorter）类型错误：无法将数组数据从数据类型（'float64'）转换为 数据类型（' np.版本，tsfresh.版本是（'1.15.4'，'unknown'）。我使用conda安装tsfresh，可能来自conda forge。我在Windows 10上。使用另一个带有np的内核。版本（'1.15.4'，'0.11.2'）导致相同的结果

---

尝试从中的前两个单元格也会产生转换错误。

修复了它。问题在于conda（-forge）上的版本或某个依赖项。因此使用“conda uninstal”