( NaN ) tsfresh extracts_features创建一组列，从而产生具有大量NaN的巨大数据帧

Question

我正在使用tsfresh中的extract features方法从时间序列集合中提取特征。基本上，我拥有的是一个数据帧字典，如下所示：

​

，

其中，列id是一个值，但对于字典中的每个数据帧都是不同的。我执行以下操作：

exracted_features = extract_features(subsets, column_id='id', column_value = '#text', feature_extraction_settings=MinimalFeatureExtractionSettings())

在这里，subsets是包含数据帧的字典。我基本上把一个大时间序列分成不同的块，并把它们放在字典里。现在，我希望提取每个块的特征来训练ML算法，并将序列的一部分分类为1或0。

但是，我注意到extracted_features包含一个604行x4832列的稀疏矩阵。它所做的是为每个时间序列的8个基本功能创建列。行(中位数、最小值、sum_values、最大值、方差、standard_deviation、平均值、长度)。因此，如果我使用dropna()，它将永远花费select_features，并且它会失败，因为我得到了一个空的DataFrame。我不明白为什么它为每一行创建一组列，以及如何防止这种情况发生？(我想在更多的功能上使用它，但我在使用不同的设置时遇到了相同的问题)

Answer 1

我是tsfresh的作者。您使用的是最新版本吗？你有多少块？可能是你的字典结构不正确。