如何让FeatureUnion返回Dataframe

Question

所以我目前有一个包含很多客户变压器的管道：

p = Pipeline([
("GetTimeFromDate",TimeTransformer("Date")), #Custom Transformer that adds ["time"] column
("GetZipFromAddress",ZipTransformer("Address")), #Custom Transformer that adds ["zip"] column
("GroupByTimeandZip",GroupByTransformer(["time","zip"]) #Custom Transformer that adds onehot columns
])

每个转换器接收一个 pandas 数据帧并返回带有一个或多个新列的相同数据帧。 它实际上工作得很好，但如何并行运行“GetTimeFromDate”和“GetZipFromAddress”步骤？

我想使用FeatureUnion:

f = FeatureUnion([  
("GetTimeFromDate",TimeTransformer("Date")), #Custom Transformer that adds ["time"] column
("GetZipFromAddress",ZipTransformer("Address")), #Custom Transformer that adds ["zip"] column])
])

p = Pipeline([
("FeatureUnionStep",f),
("GroupByTimeandZip",GroupByTransformer(["time","zip"]) #Custom Transformer that adds onehot columns
])

但问题是，FeatureUnion 返回一个 numpy.ndarray，但“GroupByTimeandZip”步骤需要一个数据帧。

有没有办法让FeatureUnion返回pandas数据框？

Answer 1

要让

FeatureUnion

输出

DataFrame

，您可以使用此

博客文章

中的 PandasFeatureUnion。另请参阅要点。

Answer 2

在 scikit-learn 1.5.2 中，您可以使用以下命令将转换器的输出设置为数据帧：

from sklearn import set_config
set_config(transform_output = "pandas")

请查看

set_config文档以获取更多信息。