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Python 使用从tsfresh中提取(相关)特征(转换)错误,python,python-3.x,numpy,casting,Python,Python 3.x,Numpy,Casting,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',
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”