我正在嘗試使用 featuretools 來計算時間序列函數。具體來說，我想通過組鍵 (user_id) 從 previous(x) 中減去 current(x)，但是我在實體集中添加這種關系時遇到了麻煩。df = pd.DataFrame({ "user_id": [i % 2 for i in range(0, 6)], 'x': range(0, 6), 'time': pd.to_datetime(['2014-1-1 04:00', '2014-1-1 05:00', '2014-1-1 06:00', '2014-1-1 08:00', '2014-1-1 10:00', '2014-1-1 12:00']) })print(df.to_string()) user_id x time0 0 0 2014-01-01 04:00:001 1 1 2014-01-01 05:00:002 0 2 2014-01-01 06:00:003 1 3 2014-01-01 08:00:004 0 4 2014-01-01 10:00:005 1 5 2014-01-01 12:00:00es = ft.EntitySet(id='test')es.entity_from_dataframe(entity_id='data', dataframe=df, variable_types={ 'user_id': ft.variable_types.Categorical, 'x': ft.variable_types.Numeric, 'time': ft.variable_types.Datetime }, make_index=True, index='index', time_index='time' )然后我嘗試調用 dfs，但我無法正確建立關系......fm, fl = ft.dfs( target_entity="data", entityset=es, trans_primitives=["diff"])print(fm.to_string()) user_id x DIFF(x)index 0 0 0 NaN1 1 1 1.02 0 2 1.03 1 3 1.04 0 4 1.05 1 5 1.0但我真正想要得到的是用戶的差異。也就是說，從每個用戶的最后一個值開始： user_id x DIFF(x)index 0 0 0 NaN1 1 1 NaN2 0 2 2.03 1 3 2.04 0 4 2.05 1 5 2.0我如何在功能工具中獲得這種關系？我嘗試了幾個教程，但無濟于事。我很難過。謝謝！
1 回答
嗶嗶one
TA貢獻1854條經驗 獲得超8個贊
您可以通過為用戶規范化實體并通過轉換原語應用組來獲得預期的輸出。我將通過一個使用此數據的快速示例。
user_id x time
0 0 2014-01-01 04:00:00
1 1 2014-01-01 05:00:00
0 2 2014-01-01 06:00:00
1 3 2014-01-01 08:00:00
0 4 2014-01-01 10:00:00
1 5 2014-01-01 12:00:00
首先，創建實體集并為用戶規范化實體。
es = ft.EntitySet(id='test')
es.entity_from_dataframe(
dataframe=df,
entity_id='data',
make_index=True,
index='index',
time_index='time',
)
es.normalize_entity(
base_entity_id='data',
new_entity_id='users',
index='user_id',
)
然后，通過 DFS 中的變換原語應用組。
fm, fl = ft.dfs(
target_entity="data",
entityset=es,
groupby_trans_primitives=["diff"],
)
fm.filter(regex="DIFF", axis=1)
你應該得到用戶的差異。
DIFF(x) by user_id
index
0 NaN
1 NaN
2 2.0
3 2.0
4 2.0
5 2.0
添加回答
舉報
0/150
提交
取消