使用FeatureTools汇总每日的每月数据

问题描述

我正在尝试使用FeatureTools创建用于客户流失分析的数据集。我有一个包含以下字段的订单原始数据集：

customer_id,order_id,order_month,order_datetime,order_cost

我想创建一个数据集，该数据集每个客户每月在该月内已下订单并返回相关信息（例如AVG（order_cost））的每一行。到目前为止，我已经创建了包括订单（基于order_id）和客户（customer_id）的实体。但是，我还无法弄清楚如何为每个客户创建每月功能。我尝试过创建一个单独的实体，该实体基于每个customer_id + order_month的自定义ID。那是最好的方法吗？有更好的工具吗？

谢谢！

解决方法

感谢您的提问。如果您希望每个客户每月排一行，那么这是目前最好的方法。否则，您还可以使用where原语为每个客户每月获取一列。为此，您需要为order_month变量设置有趣的值，并在DFS中使用where_primitives。

es['orders']['order_month'].interesting_values = df.order_month.unique()

fm,fd = ft.dfs(
    target_entity='customers',entityset=es,trans_primitives=[],agg_primitives=['mean'],where_primitives=['mean'],)

             MEAN(orders.order_cost WHERE order_month = 1)  ...  MEAN(orders.order_cost WHERE order_month = 12)
customer_id                                                 ...                                                
2                                               659.426667  ...                                           3.000
1                                               478.490000  ...                                         435.270
3                                               468.316667  ...                                         319.975