使用tsfel重复调用特征提取方法报错：DataFrame无time_series_features_extractor属性

问题场景 #

在Google Colab中使用pandas和tsfel做时序特征提取时，第一次调用tsfel.time_series_features_extractor能成功运行，但第二次调用同方法时，抛出错误：'DataFrame' object has no attribute 'time_series_features_extractor'。

错误根源 #

你在第一次调用方法后，把返回的DataFrame结果赋值给了和库名同名的变量tsfel，直接覆盖了原本的tsfel库引用。第二次调用时，tsfel已经是一个DataFrame对象，而非tsfel库，自然找不到库的time_series_features_extractor方法。

修复方案 #

方案1：修改结果变量名（推荐）

把存储特征提取结果的变量名改成和库名不同的名称，避免覆盖库引用：

import pandas as pd
import tsfel

# 获取统计域特征配置
cfg=tsfel.get_features_by_domain('statistical')

# 从现有DataFrame复制两列生成新DataFrame
t_time_wlk=df_WlkFull[['t_start','t_end']].copy()

# 将结果变量名改为tsfel_features，不再覆盖tsfel库
tsfel_features = tsfel.time_series_features_extractor(cfg, t_time_wlk)
tsfel_features

# 再次调用库方法，正常执行
sub_XYZ=tsfel.time_series_features_extractor(cfg,df_sub_WLKFULL)
sub_XYZ

方案2：重新导入库（不推荐）

如果不想修改变量名，可以在第二次调用前重新导入tsfel库，覆盖被污染的变量：

# 首次调用后，tsfel已被覆盖为DataFrame
tsfel = tsfel.time_series_features_extractor(cfg, t_time_wlk)

# 重新导入库，恢复tsfel的库引用
import tsfel

# 再次调用方法即可正常运行
sub_XYZ=tsfel.time_series_features_extractor(cfg,df_sub_WLKFULL)
sub_XYZ

内容的提问来源于stack exchange，提问作者Ayy Lmao