Question

我有一个像这样的pandas数据框：

            time  000010  000017  000033      000034      000041     000042  \

0     672.246427     NaN     NaN     NaN  122.812927  367.110779  75.933125   
1     672.253247     NaN     NaN     NaN  126.228996  372.775421  78.117798   
2     672.260270     NaN     NaN     NaN  126.909046  369.460754  77.109196   
3     672.267205     NaN     NaN     NaN  129.729416  376.499878  76.996864   
4     672.274120     NaN     NaN     NaN  126.082420  380.343506  76.199158   
5     672.281085     NaN     NaN     NaN  127.412136  387.227203  78.589165   
6     672.288012     NaN     NaN     NaN  131.672180  394.507355  83.319740   
7     672.294974     NaN     NaN     NaN  128.294861  390.472992  78.814026   
8     672.301931     NaN     NaN     NaN  134.104858  393.601486  82.421974   
9     672.308877     NaN     NaN     NaN  119.213364  393.934875  80.444237   
10    672.315816     NaN     NaN     NaN  126.745148  378.437531  79.340736   
11    672.322750     NaN     NaN     NaN  114.940750  367.477142  76.719002   
12    672.329622     NaN     NaN     NaN  118.000877  364.089691  74.932938

我打算使用模块＆＃39; tsfresh＆＃39;提取功能。编号的列标题是对象ID，时间列是时间系列。

此数据框称为“数据”。所以我试图使用提取功能命令：

extracted_features = extract_features(data, column_id = objs[1:], column_sort = "time")

其中objs [1：]这里是列标题右侧的对象ID＆＃34;时间＆＃34;。

这出错了＆＃39;具有多个元素的数组的真值是不明确的，但任何人都可以帮助我完成这项工作并提取一个漂亮的pandas数据框的功能吗？

非常感谢提前！

Answer 1

也许我误解了你的问题，但是（当我理解你的时候），你需要在表格中重新排序你的数据框，tsfresh可以理解它。

column_id假定（顾名思义）带有ID列的列名称 - 您没有。如果我看到这个正确，你只有6个不同的ID（000010,000017,000033,000034,000041,000042），每个ID只有一种13个时间序列值（让我们称之为data）。所以tsfresh希望有一个数据帧，看起来像

  id     kind  value       time
000034   data  122.812927  672.246427
...
000041   data  367.110779  672.246427   
...

然后您可以使用

将其提供给tsfresh

extract_features(df, column_id="id", column_kind="kind", 
                 column_value="value", column_sort="time")

另外，你需要摆脱NaN列（因为tsfresh不知道如何处理它们）。

请查看我们关于数据格式的文档：http://tsfresh.readthedocs.io/en/latest/text/data_formats.html

使用tsfresh提供数据框

1 个答案: