所以我目前有一个管道，其中有很多客户变压器：
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，并返回具有一个或多个新列的相同数据帧。它实际上工作得很好，但是如何并行运行“ 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
])
但是问题是FeatureUnion返回numpy.ndarray，但是“ GroupByTimeandZip”步骤需要一个数据帧。
有没有办法让FeatureUnion返回熊猫数据框？
最佳答案
要使FeatureUnion输出DataFrame，可以使用此blog post中的PandasFeatureUnion。另请参见gist。
关于python-2.7 - 如何使FeatureUnion返回数据框，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/36652196/