WindowFeatures#
- class feature_engine.timeseries.forecasting.WindowFeatures(variables=None, window=3, min_periods=None, functions='mean', periods=1, freq=None, sort_index=True, missing_values='raise', drop_original=False, drop_na=False)[源代码][源代码]#
WindowFeatures 根据窗口操作向数据框添加新功能。窗口操作是对过去值的滑动分区执行聚合的操作。换句话说，窗口特征是在使用过去数据的窗口计算统计数据（例如，均值、最小值、最大值等）后创建的特征。例如，过去3个月数据的均值是一个窗口特征。过去三行数据的最大值是另一个窗口特征。
WindowFeatures 使用 pandas 函数
rolling()、agg()和shift()。通过rolling()，它创建滚动窗口。通过agg()，它在这些窗口内应用多个函数。通过shift()，它将值分配到正确的行。有关支持的聚合函数，请参阅滚动窗口 函数。
通过 pandas 的
rolling()方法，我们可以对一个窗口大小执行滚动操作。WindowFeatures 基于 pandas 的rolling()方法，可以从多个窗口大小中派生出新特征，并且创建的特征将自动连接到原始数据框。为了与 WindowFeatures 兼容，数据框的索引必须具有唯一值且没有缺失数据。
WindowFeatures 仅适用于数值变量。您可以传递一个变量列表作为窗口的输入。或者，WindowFeatures 将自动选择训练集中的所有数值变量。
更多详情请参阅 用户指南。
- 参数
- 变量: 列表, 默认=无
要转换的数值变量的列表。如果为 None，转换器将自动查找并选择所有数值变量。
- window: int, offset, BaseIndexer 子类, 或 list, default=3
移动窗口的大小。如果是整数，则为每个窗口使用的固定观测数。如果是偏移量（推荐），则为每个窗口的时间周期。它也可以接受一个函数。更多详情请参见 pandas
rolling()文档中的参数windows。除了 pandas 的常规输入值外，
window还可以接受一个包含上述指定值的列表，在这种情况下，将为列表中指定的每个窗口创建特征。- min_periods: int, 默认为 None.
窗口中所需的最小观测数以获得一个值；否则，结果为 np.nan。更多详情请参见 pandas
rolling()文档中的参数min_periods。- 函数: 字符串或字符串列表, 默认 = ‘mean’
要在窗口内应用的函数。有效的函数可以在 这里 找到。
- periods: int, list of ints, default=1
要移动的周期数。可以是正整数。参见 pandas
shift()中的参数periods。- freq: str, list of str, default=None
从 tseries 模块或时间规则使用的偏移量。参见 pandas
shift()中的参数freq。- sort_index: bool, default=True
是否在创建特征之前对数据框的索引进行排序。
- missing_values: 字符串, 默认=’raise’
指示是否应忽略缺失值或引发错误。如果为
'raise'，则当要fit或transform的数据集包含缺失值时，转换器将返回错误。如果为'ignore'，则在学习参数或执行转换时将忽略缺失数据。- drop_original: bool, default=False
如果为 True，则转换的原始变量将从数据框中删除。
- drop_na: bool, 默认为 False。
是否应移除滞后特征中引入的NAN。
- 属性
- 变量_
用于创建窗口特征的变量组。
- feature_names_in_:
列出在
fit过程中看到的特征名称。- n_features_in_:
用于拟合的训练集中的特征数量。
参见
pandas.rollingpandas.aggregatepandas.shift
示例
>>> import pandas as pd >>> from feature_engine.timeseries.forecasting import WindowFeatures >>> X = pd.DataFrame(dict(date = ["2022-09-18", >>> "2022-09-19", >>> "2022-09-20", >>> "2022-09-21", >>> "2022-09-22"], >>> x1 = [1,2,3,4,5], >>> x2 = [6,7,8,9,10] >>> )) >>> wf = WindowFeatures(window = 2) >>> wf.fit_transform(X) date x1 x2 x1_window_2_mean x2_window_2_mean 0 2022-09-18 1 6 NaN NaN 1 2022-09-19 2 7 NaN NaN 2 2022-09-20 3 8 1.5 6.5 3 2022-09-21 4 9 2.5 7.5 4 2022-09-22 5 10 3.5 8.5
方法
拟合：
此转换器不学习参数。
转换：
添加窗口功能。
transform_x_y:
从 X 和 y 中移除包含缺失数据的行。
fit_transform:
拟合数据，然后进行转换。
get_feature_names_out:
获取转换的输出特征名称。
get_params:
获取此估计器的参数。
设置参数:
设置此估计器的参数。
- fit(X, y=None)[源代码]#
此转换器不学习参数。
- 参数
- X: 形状为 [n_samples, n_features] 的 pandas dataframe
训练数据集。
- y: pandas Series, default=None
在这个转换器中不需要 y。你可以传递 None 或 y。
- fit_transform(X, y=None, **fit_params)[源代码]#
拟合数据，然后进行转换。
使用可选参数
fit_params将变换器拟合到X和y，并返回X的变换版本。- 参数
- X类数组的形状 (n_samples, n_features)
输入样本。
- y类数组，形状为 (n_样本,) 或 (n_样本, n_输出), 默认=None
目标值（无监督变换时为 None）。
- **拟合参数dict
附加的拟合参数。
- 返回
- X_newndarray 数组，形状为 (n_samples, n_features_new)
转换后的数组。
- get_metadata_routing()[源代码]#
获取此对象的元数据路由。
请查看 用户指南 以了解路由机制的工作原理。
- 返回
- 路由MetadataRequest
一个封装了路由信息的
MetadataRequest。
- get_params(deep=True)[源代码]#
获取此估计器的参数。
- 参数
- 深度bool, 默认=True
如果为 True，将返回此估计器及其包含的作为估计器的子对象的参数。
- 返回
- 参数dict
参数名称映射到它们的值。
- set_params(**params)[源代码]#
设置此估计器的参数。
该方法适用于简单的估计器以及嵌套对象（如
Pipeline）。后者具有<component>__<parameter>形式的参数，因此可以更新嵌套对象的每个组件。- 参数
- **参数dict
估计器参数。
- 返回
- self估计器实例
估计器实例。
- transform(X)[源代码][源代码]#
添加窗口特性。
- 参数
- X: 形状为 [n_samples, n_features] 的 pandas dataframe
要转换的数据。
- 返回
- X_new: Pandas 数据框, 形状 = [样本数, 特征数 + 窗口特征数]
包含原始变量和新变量的数据框。
- rtype
DataFrame..
- transform_x_y(X, y)[源代码]#
根据应用于 X 的变换，对 X 和 y 进行变换、对齐和调整，确保如果从 X 中删除了任何行，它们对应于同一组行。
- 参数
- X: 形状为 [n_samples, n_features] 的 pandas dataframe
要转换的数据框。
- y: pandas Series 或 Dataframe，长度 = n_samples
要转换的目标变量。可以是多输出的。
- 返回
- X_new: pandas 数据框
转换后的数据框，形状为 [n_samples - n_rows, n_features]。它可能比原始数据集的行数少。
- y_new: pandas Series 或 DataFrame
转换后的目标变量，长度为 [n_samples - n_rows]。它包含的行数与 X_new 中剩余的行数相同。