FeatureTools-如何将两列添加在一起

Question

我被卡住了。使用Featuretools，我只想创建一个新列，将数据集中的两列相加，创建一个"；堆叠的"；某种特征。对数据集中的所有列执行此操作。

我的代码如下：

# Define the function
def feature_engineering_dataset(df):
es = ft.EntitySet(id = 'stockdata')

# Make the "Date" index an actual column cuz defining it as the index below throws
# a "can't find Date in index" error for some reason.
df = df.reset_index()
# Save some columns not used in Featuretools to concat back later
dates = df['Date']
tickers = df['Ticker']
dailychange = df['DailyChange']
classes = df['class']
dataframe = df.drop(['Date', 'Ticker', 'DailyChange', 'class'],axis=1)
# Define the entity
es.entity_from_dataframe(entity_id='data', dataframe=dataframe, index='Date') # Won't find Date so uses a numbered index. We'll re-define date as index later
# Pesky warnings
warnings.filterwarnings("ignore", category=RuntimeWarning) 
warnings.filterwarnings("once", category=ImportWarning)
# Run deep feature synthesis
feature_matrix, feature_defs = ft.dfs(n_jobs=-2,entityset=es, target_entity='data', 
chunk_size=0.015,max_depth=2,verbose=True,
agg_primitives = ['sum'],
trans_primitives = []
) 
# Now re-add previous columnes because featuretools...
df = pd.concat([dates, tickers, feature_matrix, dailychange, classes], axis=1)

df = df.set_index(['Date'])

# Return our new dataset!
return(df)
# Now run that defined function
df = feature_engineering_dataset(df)

我不确定这里到底发生了什么，但我已经定义了深度2，所以我的理解是，对于我的数据集中每对列的组合，它都会创建一个新的列，将两者相加？

我最初的数据帧形状有3101列，当我运行这个命令时，它说Built 3098 features，而最终的df在concat'ing之后有3098列，这是不对的，它应该具有我所有的原始功能，加上工程功能。

我怎样才能实现我所追求的？featuretools页面和API文档上的示例非常令人困惑，并且处理了很多过时的示例，如；last的时间_；跨基元和其他似乎不适用于这里的东西。谢谢

Answer 1

谢谢你的提问。可以使用变换基元add_numeric创建一个新列，该列将两列相加。我将使用这些数据来浏览一个快速示例。

id                time      open      high       low     close
0 2019-07-10 07:00:00  1.053362  1.053587  1.053147  1.053442
1 2019-07-10 08:00:00  1.053457  1.054057  1.053457  1.053987
2 2019-07-10 09:00:00  1.053977  1.054192  1.053697  1.053917
3 2019-07-10 10:00:00  1.053902  1.053907  1.053522  1.053557
4 2019-07-10 11:00:00  1.053567  1.053627  1.053327  1.053397

首先，我们为数据创建实体集。

import featuretools as ft
es = ft.EntitySet('stockdata')
es.entity_from_dataframe(
entity_id='data',
dataframe=df,
index='id',
time_index='time',
)

现在，我们使用转换原语应用DFS来添加数字列。

feature_matrix, feature_defs = ft.dfs(
entityset=es,
target_entity='data',
trans_primitives=['add_numeric'],
)

然后，新的工程功能将与原始功能一起返回。

feature_matrix

open      high       low     close  close + high  low + open  high + low  close + open  high + open  close + low
id
0   1.053362  1.053587  1.053147  1.053442      2.107029    2.106509    2.106734      2.106804     2.106949     2.106589
1   1.053457  1.054057  1.053457  1.053987      2.108044    2.106914    2.107514      2.107444     2.107514     2.107444
2   1.053977  1.054192  1.053697  1.053917      2.108109    2.107674    2.107889      2.107894     2.108169     2.107614
3   1.053902  1.053907  1.053522  1.053557      2.107464    2.107424    2.107429      2.107459     2.107809     2.107079
4   1.053567  1.053627  1.053327  1.053397      2.107024    2.106894    2.106954      2.106964     2.107194     2.106724

通过调用函数ft.list_primitives()，您可以看到所有内置原语的列表。