自动表规范化库
autonormalize的Python项目详细描述
自动规格化
autonormalize是一个用于自动数据表规范化的python库。它允许您从单个非规范化表构建EntitySet，并使用Featuretools生成用于机器学习的特性。
开始
安装
pip install featuretools[autonormalize]
卸载
pip uninstall autonormalize
演示
- Blog Post
- Machine Learning Demo with Featuretools
- Kaggle Liquor Sales Dataset Demo
- Demo with Editing Dependencies
- Kaggle Food Production Dataset Demo
API参考
auto_entityset
auto_entityset(df, accuracy=0.98, index=None, name=None, time_index=None)
从数据帧创建规范化的EntitySet。
参数：
df（pd.dataframe）：包含数据的数据帧accuracy（0<；float<；=1.00；default=0.98）：定义依赖关系所需的精度阈值（即，如果精度=0.98，则0.98行必须为真，依赖关系lhs-->；rhs）index（str，可选）：要作为df索引的列的名称name（str，可选）：创建的实体集的名称time_index（str，可选）：数据帧中时间列的名称。
返回：
entityset（ft.entity set）：创建的实体集
find_dependencies
find_dependencies(df, accuracy=0.98, index=None)
使用dfd搜索算法在dataframe中查找依赖项。
返回：
dependencies（依赖项）：在提供的约束中的数据中找到的依赖项
normalize_dataframe
normalize_dataframe(df, dependencies)
基于给定的依赖关系规范化数据帧。新创建的数据帧的键只能是字符串、Int或类别的列。根据优先级选择键：
- 最短长度
- 以属性的名称以某种形式显示“id”
- 在表中最左边有属性
返回：
new_dfs（list[pd.dataframe]）：新数据帧列表
make_entityset
make_entityset(df, dependencies, name=None, time_index=None)
根据给定的依赖关系从dataframe创建规范化的entityset。键的选择方式与normalize_dataframe相同，如果任何键具有多个属性，则将创建新索引。
返回：
entityset（ft.entityset）：创建的entityset
normalize_entity
normalize_entity(es, accuracy=0.98)
从具有单个实体的EntitySet返回新的规范化EntitySet。
参数：
es（ft.entityset）：要规范化的具有单个实体的entityset
返回：
new_es（ft.entityset）：新的规范化实体集
专题实验室
autonormalize是由Feature Labs创建的开源项目。要查看我们正在开发的其他开源项目，请访问功能实验室Open Source。如果建立有影响力的数据科学管道对您或您的业务很重要，请get in touch。
欢迎加入QQ群-->： 979659372
