Shapelets平台添加数据集新列时触发IndexError: list index out of range

错误根源 #

你代码里的核心问题是聚合函数avg的使用方式错误：

• shapelets.functions.avg是全局聚合函数，需要作用于整个数据集的列（比如data['age']），用来计算该列的整体平均值。
• 但你在lambda函数里传入了row.age——这是当前行的单个数值，avg函数会尝试将这个单个值当作可迭代对象遍历，进而触发索引越界错误。

修正方案 #

方案1：预计算全局平均值再使用

先算出整个数据集age列的平均值，再在add_column的逻辑里引用这个值：

import shapelets as sh
from shapelets.functions import avg

session = sh.sandbox()
data = session.from_csv("/root/data.csv")

# 预计算age列的全局平均值
age_global_avg = data.agg(avg(data['age']))
# 使用预计算的值生成新列
data.add_column("avg_tot", lambda row: (row.Width * row.Lenght) / age_global_avg)

方案2：直接使用Shapelets列表达式语法

Shapelets支持直接基于列对象进行运算，无需借助lambda，这种方式更简洁且符合框架设计逻辑：

import shapelets as sh
from shapelets.functions import avg

session = sh.sandbox()
data = session.from_csv("/root/data.csv")

# 直接用列对象和聚合函数构建表达式
data.add_column("avg_tot", (data['Width'] * data['Lenght']) / avg(data['age']))

内容的提问来源于stack exchange，提问作者Willam Singhs