我在 python 中有一个数据框,它有一个名为“datetime”的日期时间文件。使用 Pipeline 和 FeatureUnion 我正在尝试提取日、月、工作日和 isBusinessday。为了提取这些功能,我编写了自定义代码。
我正在使用以下代码提取日、月、工作日和 isBusinessday
class itemselector(BaseEstimator, TransformerMixin):
def __init__(self, key):
self.key = key
def transform(self, X):
return X[self.key]
def fit(self, X, y=None):
return self
f_df = Pipeline([
('union', FeatureUnion([
('date', Pipeline([
('sitem', itemselector('pickup_datetime')),
('sday', Extract_date()),
])),
('month', Pipeline([
('sitem', itemselector('pickup_datetime')),
('smonth', Extract_month()),
])),
])),
])
当我运行这段代码时,我得到了一个列表作为输出。比如说:
df = f_df.fit_transform(df_train[:5])
输出:
[14 12 19 6 26 3 6 1 4 3] // it has both day and month. it is not expected output
但我的日期和月份都是独立的功能。我怎样才能做到这一点 ?我的代码出了什么问题?谁能帮我找到它?
更新
总结我的问题,我得到输出形状 (10,)
但我希望我的输出是 (5,2)
更新 1 根据要求我添加了必要的代码
class Extract_date(BaseEstimator, TransformerMixin):
def fit(self, X):
print('one')
return self
def transform(self, X):
return X.apply(lambda y: y.day)
class Extract_month(BaseEstimator, TransformerMixin):
def fit(self, X, **atr):
print('two')
return self
def transform(self, X):
return X.apply(lambda y: y.month)
最佳答案
好的,Extract_month
和 Extract_date
返回一个系列,它是一维向量,因此 FeatureUnion 没有正确堆叠它们。对于 FeatureUnion,您需要来自每个内部转换器的具有相同行数的二维数据。
为此,您可以使用 reshape(-1,1)
。
所以像这样改变你的方法:
class Extract_date(BaseEstimator, TransformerMixin):
...
...
def transform(self, X):
return X.apply(lambda y: y.day).values.reshape(-1,1)
class Extract_month(BaseEstimator, TransformerMixin):
...
...
def transform(self, X):
return X.apply(lambda y: y.month).values.reshape(-1,1)
现在输出应该是正确的。如果还有任何问题,请随时询问。
关于python - sklearn 管道的正确用法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45711199/