Python 在Featuretools中创建实体集错误类型错误：'；str'；对象不支持项分配

我有3个数据帧：

df_train cortado:____________________ 
    SK_ID_CURR  TARGET  NAME_CONTRACT_TYPE_Cash loans  \
0      100002       1                              1   
1      100003       0                              1   
2      100004       0                              0   
3      100006       0                              1   
4      100007       0                              1   

   NAME_CONTRACT_TYPE_Revolving loans  CODE_GENDER_F  CODE_GENDER_M  
0                                   0              0              1  
1                                   0              1              0  
2                                   1              0              1  
3                                   0              1              0  
4                                   0              0              1  

df_bureau cortado:____________________ 
    SK_ID_CURR  SK_ID_BUREAU  CREDIT_ACTIVE_Active
0      100002       5714464                     1
1      100002       5714465                     1
2      215354       5714466                     1
3      215354       5714467                     1
4      215354       5714468                     1

bureau_balance cortado 3:____________________ 
    SK_ID_BUREAU  MONTHS_BALANCE  STATUS_C
0       5715448               0         1
1       5715448              -1         1
2       5715448              -2         1
3       5715448              -3         1
4       5715448              -4         1 

这是我试图运行的脚本，用于功能合成：

entities = {
    "train"          : (df_train,         "SK_ID_CURR"),
    "bureau"         : (df_bureau,        "SK_ID_BUREAU"),
    "bureau_balance" : (df_bureau_balance,"MONTHS_BALANCE", "STATUS", "SK_ID_BUREAU")                       , 
    }

relationships = [
    ("bureau", "SK_ID_BUREAU", "bureau_balance", "SK_ID_BUREAU"),
    ("train", "SK_ID_CURR", "bureau", "SK_ID_CURR")
             ]

feature_matrix_customers, features_defs = ft.dfs(entities=entities,
                                             relationships=relationships,
                                             target_entity="train"
                                             )

但是，当我引入“状态”列时，会发生以下错误： TypeError:“str”对象不支持项分配

如果我不放“STATUS”列，那么数据框中只有几行就可以了。 当行数增加时（只有将STATUS设置为key才能解决此问题），会发生另一个错误： AssertionError:索引在数据帧上不是唯一的（实体平衡）

---

提前谢谢

您是对的，数据帧需要一个唯一的索引才能成为一个实体。一个简单的选择是使用

df\u bureau\u balance.reset\u index（inplace=True）

然后使实体：

entities = {
    "train"          : (df_train,         "SK_ID_CURR"),
    "bureau"         : (df_bureau,        "SK_ID_BUREAU"),
    "bureau_balance" : (df_bureau_balance, "index")
    }

一个更好的选择是。当我们从

df_bureau_balance

创建一个实体时，因为它没有唯一的索引，所以我们传入

make_index=True

和索引的名称（如果它不是数据中的一列，则可以是任何名称）。其余的与您的工作非常相似，只是语法略有不同！下面是一个完整的工作示例：

# Create the entityset
es = ft.EntitySet('customers')

# Add the entities to the entityset
es = es.entity_from_dataframe('train', df_train, index = 'SK_ID_CURR')
es = es.entity_from_dataframe('bureau', df_bureau, index = 'SK_ID_BUREAU')
es = es.entity_from_dataframe('bureau_balance', df_bureau_balance, 
                               make_index = True, index = 'bureau_balance_index')

# Define the relationships
r_train_bureau = ft.Relationship(es['train']['SK_ID_CURR'], es['bureau']['SK_ID_CURR'])
r_bureau_balance = ft.Relationship(es['bureau']['SK_ID_BUREAU'], 
                                   es['bureau_balance']['SK_ID_BUREAU'])

# Add the relationships
es = es.add_relationships([r_train_bureau, r_bureau_balance])

# Deep feature synthesis
feature_matrix_customers, feature_defs = ft.dfs(entityset=es, target_entity = 'train')

---

Entitysets可帮助您在单个结构中跟踪所有数据！这有助于了解使用EntitySet的基本知识，我建议您阅读一下。

caseWestern的回答是在Featuretools中创建

EntitySet

的推荐方法

也就是说，您看到的错误是因为Featuretools期望实体的4个值，其中变量类型是dictionary dict[str->variable]。现在，您只为第4个参数传入一个字符串，因此Featuretools在尝试添加条目时失败，因为它实际上不是字典

---

有关更多信息，请参见。

只是一个有用的提示：使用entityset运行深度功能合成要容易得多。用于制作实体集。没问题！实际上，我在完全相同的数据集（Kaggle）上使用Featuretools。我写了一篇关于在这个数据集上使用Featuretools的指南，你可以找到。