使用Featuretools自定义RollingSum原始特征时触发ValueError报错

报错核心触发逻辑 #

• 自定义RollingSumOnDatetime类没有严格匹配Featuretools对TransformPrimitive的元数据要求，没有声明需要读取实体全量数据的权限，运行时被框架做了局部切片，滚动计算拿到的数据不全，最终返回嵌套序列
• 错把基于时间索引的滚动primitive配置到groupby_trans_primitives参数中：分组转换primitive要求返回值严格匹配每个分组的长度，而时间滚动计算需要依赖实体全量的时序数据，两者运行机制完全冲突，直接导致数组赋值时维度不匹配
• 内部滚动计算逻辑没有提前对传入的时间列做排序、索引对齐，拼接生成的计算表索引错位，pandas滚动计算输出的结果长度和原始输入列无法对应，直接被底层的numpy数组校验逻辑拦截
• 初始化时配置的时间列参数没有和对应实体的主键索引做关联校验，函数拿到的时间序列根本未对齐实体主键

可落地的修正方案 #

• 重写自定义Primitive的元数据配置：
  • 显式定义原始名称，配置输入类型为[Numeric, Datetime]、输出类型为Numeric
  • 开启use_full_entity = True标记，告知框架该计算需要读取对应实体的全量时序数据，不可做局部切片
• 优化内部滚动求和计算逻辑：
  • 将数值列、时间列拼接为计算DataFrame后，先按时间列做升序排序、重置索引，再执行对应窗口（如5D）的滚动求和
  • 计算完成后按照原始输入数据的索引顺序重排结果，确保返回的一维数组长度和输入列完全一致
• 调整dfs接口的参数配置：
  • 将实例化好的RollingSumOnDatetime(ws="5D", on="datetime")从groupby_trans_primitives参数移至trans_primitives列表，配合实体关系中预设的时间索引关联逻辑运行
  • 保留原有运行配置：目标实体为contracts、开启多进程、max_depth=2

报错本质说明 #

该ValueError: setting an array element with a sequence本质是numpy数组维度校验失败：框架在接收primitive计算结果时，会将返回值强制转为定长一维数组，当计算结果存在嵌套序列、长度和输入维度不匹配时，就会直接触发该报错。

内容的提问来源于stack exchange，提问作者Avinash Barnwal