Python 如何将pandas操作集成到sklearn管道中

我对熊猫数据帧有一个简单的操作，如下所示：

# initialization
dct = {1: 'A', 2:'B', 3: 'C'}
df = pd.DataFrame({'id': [1,2,3], 'value':[7,8,9]})
# actual transformation
df['newid'] = df.id.map(dct)

我想将此转换作为sklearn管道的一部分。我找到了一些教程，还有。但我就是不能让它为我工作。以下是我尝试过的许多版本的一个版本：

# initialization
dct = {1: 'A', 2:'B', 3: 'C'}
df = pd.DataFrame({'id': [1,2,3], 'value':[7,8,9]})

# define a class similar to those in the tutorials
class idMapper(BaseEstimator, TransformerMixin):
    def __init__(self, key='id'):
        self.key = key

    def fit(self, X, y=None):
        return self

    def transform(self, X):
        return X[key].map(dct)

# Apply the transformation
idMapper.fit_transform(df)

---

错误消息如下：

TypeError:fit\u transform（）缺少1个必需的位置参数：“X”

。有人能帮我解决这个问题并让它工作吗？谢谢

请参见下面代码的更正版本。评论中给出的解释

dct = {1: 'A', 2:'B', 3: 'C'}
df = pd.DataFrame({'id': [1,2,3], 'value':[7,8,9]})

# define a class similar to those in the tutorials
class idMapper(BaseEstimator, TransformerMixin):
    def __init__(self, key='id'):
        self.key = key

    def fit(self, X, y=None):
        return self

    def transform(self, X):
        return X[self.key].map(dct)  # <--- self.key

# Apply the transformation
idMapper().fit_transform(df)  # <--- need to instantiate

dct={1:A'，2:B'，3:C'}
df=pd.DataFrame（{'id'：[1,2,3]，'value'：[7,8,9]}）
#定义与教程中类似的类
类idMapper（基估计器、变换器）：
定义初始化（self，key='id'）：
self.key=key
def配合（自身、X、y=无）：
回归自我
def变换（自，X）：
返回X[self.key].map（dct）#请参见下面的代码更正版本。评论中给出的解释

dct = {1: 'A', 2:'B', 3: 'C'}
df = pd.DataFrame({'id': [1,2,3], 'value':[7,8,9]})

# define a class similar to those in the tutorials
class idMapper(BaseEstimator, TransformerMixin):
    def __init__(self, key='id'):
        self.key = key

    def fit(self, X, y=None):
        return self

    def transform(self, X):
        return X[self.key].map(dct)  # <--- self.key

# Apply the transformation
idMapper().fit_transform(df)  # <--- need to instantiate

dct={1:A'，2:B'，3:C'}
df=pd.DataFrame（{'id'：[1,2,3]，'value'：[7,8,9]}）
#定义与教程中类似的类
类idMapper（基估计器、变换器）：
定义初始化（self，key='id'）：
self.key=key
def配合（自身、X、y=无）：
回归自我
def变换（自，X）：
返回X[self.key].map（dct）#此外，您可能需要编写一个方法
逆变换（）
来恢复值。同样，您可能需要编写一个方法
逆变换（）
来恢复值