featuretools.EntitySet.add_dataframe#

EntitySet.add_dataframe(dataframe, dataframe_name=None, index=None, logical_types=None, semantic_tags=None, make_index=False, time_index=None, secondary_time_index=None, already_sorted=False)[source]#

使用 Woodwork 类型信息向 EntitySet 添加 DataFrame。

参数:

  • dataframe (pandas.DataFrame) – 包含数据的 DataFrame。

  • dataframe_name (str, 可选) – 与此 DataFrame 关联的唯一名称。如果输入 DataFrame 上未初始化 Woodwork，则必须提供此参数。

  • index (str, 可选) – 用于索引 DataFrame 的列名。必须是唯一的。如果为 None，则取第一列。

  • logical_types (dict[str -> Woodwork.LogicalTypes/str, 可选]) – 键是列名，值是逻辑类型。如果未指定，将自动推断。

  • semantic_tags (dict[str -> str/set], 可选]) – 键是列名，值是语义标签。

  • make_index (bool, 可选) – 如果为 True，则假定索引不存在于 DataFrame 的列中，并使用整数创建该名称的新列。否则，假定索引已存在。

  • time_index (str, 可选) – 包含时间数据的列名。类型必须是数值或日期时间类型。

  • secondary_time_index (dict[str -> list[str]]) – 包含时间数据的列名，用作辅助时间索引，并映射到与该辅助时间索引关联的 DataFrame 中的列列表。

  • already_sorted (bool, 可选) – 如果为 True，则假定输入 DataFrame 已按时间排序。默认为 False。

注意

将从数据中推断逻辑类型。

示例

In [1]: import featuretools as ft

In [2]: import pandas as pd

In [3]: transactions_df = pd.DataFrame({"id": [1, 2, 3, 4, 5, 6],
   ...:                                 "session_id": [1, 2, 1, 3, 4, 5],
   ...:                                 "amount": [100.40, 20.63, 33.32, 13.12, 67.22, 1.00],
   ...:                                 "transaction_time": pd.date_range(start="10:00", periods=6, freq="10s"),
   ...:                                 "fraud": [True, False, True, False, True, True]})
   ...: 

In [4]: es = ft.EntitySet("example")

In [5]: es.add_dataframe(dataframe_name="transactions",
   ...:                  index="id",
   ...:                  time_index="transaction_time",
   ...:                  dataframe=transactions_df)
   ...: 
Out[5]: 
Entityset: example
  DataFrames:
    transactions [Rows: 6, Columns: 5]
  Relationships:
    No relationships

In [6]: es["transactions"]
Out[6]: 
   id  session_id  amount    transaction_time  fraud
1   1           1  100.40 2024-05-14 10:00:00   True
2   2           2   20.63 2024-05-14 10:00:10  False
3   3           1   33.32 2024-05-14 10:00:20   True
4   4           3   13.12 2024-05-14 10:00:30  False
5   5           4   67.22 2024-05-14 10:00:40   True
6   6           5    1.00 2024-05-14 10:00:50   True