python - FunctionTransformer & 在管道中创建新列

Question

我有一个示例数据:

df = pd.DataFrame(columns=['X1', 'X2', 'X3'], data=[
                                               [1,16,9],
                                               [4,36,16],
                                               [1,16,9],
                                               [2,9,8],
                                               [3,36,15],
                                               [2,49,16],
                                               [4,25,14],
                                               [5,36,17]])

我想根据 x2 和 X3 在我的 df 中创建两个互补列并将其包含在管道中。

我正在尝试遵循代码:

def feat_comp(x):
 x1 = 100-x
 return x1

pipe_text = Pipeline([('col_test', FunctionTransformer(feat_comp, 'X2',validate=False))])
X = pipe_text.fit_transform(df)

它给我一个错误:

TypeError: 'str' object is not callable

如何在选定的列上应用函数转换器以及如何在管道中使用它们？

Answer 1

如果我没理解错的话，您想添加一个基于给定列的新列，例如X2。您需要使用 kw_args 将此列作为附加参数传递给函数:

import pandas as pd
from sklearn.preprocessing import FunctionTransformer
from sklearn.pipeline import Pipeline

df = pd.DataFrame(columns=['X1', 'X2', 'X3'], data=[
                                               [1,16,9],
                                               [4,36,16],
                                               [1,16,9],
                                               [2,9,8],
                                               [3,36,15],
                                               [2,49,16],
                                               [4,25,14],
                                               [5,36,17]])

def feat_comp(x, column):
   x[f'100-{column}'] = 100 - x[column]
   return x

pipe_text = Pipeline([('col_test', FunctionTransformer(feat_comp, validate=False, kw_args={'column': 'X2'}))])
pipe_text.fit_transform(df)

结果:

   X1  X2  X3  100-X2
0   1  16   9      84
1   4  36  16      64
2   1  16   9      84
3   2   9   8      91
4   3  36  15      64
5   2  49  16      51
6   4  25  14      75
7   5  36  17      64

(在您的示例中 FunctionTransformer(feat_comp, 'X2',validate=False) X2 将是 inverse_func 和字符串 X2 不可调用，因此错误)