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