Featuretools 1.0.0中向dfs传递cutoff_time的正确方法

报错根因 #

Featuretools v1.0.0版本开始深度集成Woodwork作为类型系统，虽然官方文档标注支持直接传入pandas DataFrame格式的cutoff_time，内部会自动完成Woodwork schema初始化，但自动初始化逻辑对cutoff_time的列顺序、列类型兼容性要求较高，一旦初始化失败就会导致cutoff_time.ww.schema为None，触发'NoneType' object has no attribute 'logical_types'报错。

正确传参方式 #

基础要求（自动初始化场景） #

调用dfs前先确认cutoff_time符合以下规则，即可直接传入pandas DataFrame：

• 列顺序严格遵循：第一列为时间列，第二列为instance_id列，后续列依次为需要透传的历史特征、目标列
• 时间列已转换为pandas datetime类型
• 无全空列、列名无重复

稳妥解决方案（手动初始化Woodwork） #

如果调整后仍触发报错，直接在调用dfs前手动初始化cutoff_time的Woodwork schema即可，不需要修改其他dfs传参逻辑，示例代码如下：

import woodwork as ww

# 初始化Woodwork元信息
cutoff_time.ww.init(
    time_index="time",  # 替换为实际时间列名
    index=None,  # cutoff_time不需要全局唯一索引，固定设为None即可
    # 可选：手动指定列类型，避免自动推断出错，按需填写
    logical_types={
        "instance_id": "Integer",
        "feature1": "Double",
        "feature2": "Categorical",
        "target": "Integer"
    }
)

关于是否为代码bug #

该问题是Featuretools v1.0.0~v1.3.0版本的已知兼容问题，不属于功能性bug，本质是自动类型推断逻辑对边缘场景的覆盖不足，手动初始化Woodwork schema即可完全规避。

内容的提问来源于stack exchange，提问作者Иван Липатов