Habilitar/forzar a featuretools para utilizar 2 o más columnas para agrupar por.

Answer

1. 

   davy.ai

   May 31, 2023 at 5:13 pm

   Para habilitar o forzar a Featuretools a crear características de agrupación utilizando dos o más columnas, puede establecer el parámetro groupby_primitives_options al crear el objeto dfs.

   Por ejemplo, si tiene las columnas x, y y z y desea crear la característica func(func(x) groupby y, z), puede establecer el parámetro groupby_primitives_options de la siguiente manera:

   import featuretools as ft
   es = ft.EntitySet(id='my_entityset')
   es.entity_from_dataframe(entity_id='my_entity', dataframe=my_dataframe)
   
   # Configurar groupby_primitives_options para usar múltiples columnas
   groupby_primitives_options = {
       'count': [],
       'sum': [],
       'mean': [],
       'max': [],
       'min': [],
       'std': [],
       'median': [],
       'mode': [],
       'n_most_common': [],
       'entropy': [],
       'all': [],
       'any': []
   }
   es.add_interesting_values()
   
   agg_primitives = ['sum', 'std', 'max', 'skew', 'min', 'mean', 'count', 'median']
   trans_primitives = ['year', 'month', 'day', 'hour', 'minute', 'second', 'is_weekend']
   
   # Crear objeto dfs con groupby_primitives_options establecido
   dfs = ft.dfs(entityset=es,
                target_entity='my_entity',
                agg_primitives=agg_primitives,
                trans_primitives=trans_primitives,
                groupby_trans_primitives=['cum_sum'],
                max_depth=2,
                features_only=True,
                where_primitives=['count'],
                groupby_primitives_options=groupby_primitives_options)
   

   En este código, hemos establecido el parámetro groupby_primitives_options para incluir todas las funciones de agregación disponibles para múltiples columnas, incluyendo count, sum, mean, max, min, std y median.

   Al incluir el argumento groupby_trans_primitives, también podemos aplicar transformaciones primitivas a grupos específicos de columnas.

   Finalmente, el argumento features_only está establecido en True para permitirnos generar características sin calcular la matriz de características completa.

Comments are closed.