def dailyTimeDistributionFeatures (dailyCallDistribution_dictionary, missingValue = -999, lowSampleValue = -666, numberOfFeatures = 14, sampleSizeThreshold = 3):
featureSelection = {}
for date in dailyCallDistribution_dictionary:
date_timestruct = datetime.datetime.fromtimestamp(time.mktime(time.strptime(date, "%Y-%m-%d")))
timeSample = dailyCallDistribution_dictionary[ date ]
if len(timeSample) <= sampleSizeThreshold :
if len(timeSample) == 0 :
featureSelection[ date ] = [ date_timestruct.timetuple().tm_wday
, int(date_timestruct.strftime('%W'))
, date_timestruct.month ] + [missingValue] * (numberOfFeatures - 3)
else :
featureSelection[ date ] = [ date_timestruct.timetuple().tm_wday
, int(date_timestruct.strftime('%W'))
, date_timestruct.month ] + [lowSampleValue] * (numberOfFeatures - 3)
else :
featureSelection[ date ] = [ date_timestruct.timetuple().tm_wday
, int(date_timestruct.strftime('%W'))
, date_timestruct.month
, len(timeSample)
# counts how many late night activities.
, sum(Pandas.Series(timeSample).apply(lambda x: (x>0) & (x <= 4)).tolist())
, Pandas.Series(timeSample).mean()
, Pandas.Series(timeSample).median()
, Pandas.Series(timeSample).std()
, Pandas.Series(timeSample).min()
, Pandas.Series(timeSample).max()
, Pandas.Series(timeSample).mad()
, Pandas.Series(timeSample).quantile(0.75) - Pandas.Series(timeSample).quantile(0.25)
, Pandas.Series(timeSample).kurt()
, Pandas.Series(timeSample).skew()
]
return Pandas.DataFrame(featureSelection, index = ['dayOfWeek', 'WeekOfYear', 'MonthOfYear',
'Number of Calls', 'Number of Late Night Activities',
'Average Time', 'Median of Time',
'Standard Deviation', 'Earliest Call',
'Latest Call', 'Mean Absolute Deviation',
'Interquartile Range', 'Kurtosis',
'Skewness']).T
Когда я писал выше функции питона, который выводит кадр данных и попытаться добавить еще один столбец в кадр данных в пределах указанных выше функций:Ошибка Python: объект «» numpy.bool_ не Iterable
featureTime['Whether Staying Late'] = featureTime['Number of Late Night Activities'].apply(lambda x: x > 0).apply(lambda x: sum(x))
я получил ошибку:
TypeError Traceback (most recent call last)
/home/aaa/Enthought/Canopy_64bit/System/lib/python2.7/site- packages/IPython/utils/py3compat.pyc in execfile(fname, *where)
181 else:
182 filename = fname
--> 183 __builtin__.execfile(filename, *where)
/home/aaa/pyRepo/feature_selection_v15.py in <module>()
352 featureTime.to_csv('time.csv')
353
--> 354 featureTime['Whether Staying Late'] = featureTime['Number of Late Night Activities'].apply(lambda x: x > 0).apply(lambda x: sum(x))
355
356
/home/aaa/Enthought/Canopy_64bit/User/lib/python2.7/site- packages/pandas/core/series.pyc in apply(self, func, convert_dtype, args, **kwds)
2445 values = lib.map_infer(values, lib.Timestamp)
2446
-> 2447 mapped = lib.map_infer(values, f, convert=convert_dtype)
2448 if isinstance(mapped[0], Series):
2449 from pandas.core.frame import DataFrame
/home/aaa/Enthought/Canopy_64bit/User/lib/python2.7/site-packages/pandas/lib.so in pandas.lib.map_infer (pandas/lib.c:41822)()
/home/aaa/pyRepo/feature_selection_v15.py in <lambda>(x)
352 featureTime.to_csv('time.csv')
353
--> 354 featureTime['Whether Staying Late'] = featureTime['Number of Late Night Activities'].apply(lambda x: x > 0).apply(lambda x: sum(x))
355
356
TypeError: 'numpy.bool_' object is not iterable
, который не существует, если добавить его вручную, поговорив с консоли.
Я решил проблему, работая с встроенными типами данных python и циклом for. Что делает меня любопытно, почему я получаю вид ошибки выше ... Хотите знать, откуда приходит ...
Вы можете отправить полную статистику стека? –