最近我更新了 featuretools 到 v1.0.0 版本，并遇到了以下问题。我有一些随时间变化的实例，我希望为它们构建依赖于时间的特征。此外，我还希望保存这些实例的一些历史特征。因此，我的截止时间数据集包括以下列：时间、实例ID以及特征1、特征2、…、目标

当我尝试运行 dfs 时，遇到了错误 'NoneType' object has no attribute 'logical_types'

我发现这是由内部函数 get_ww_types_from_features 引起的

它试图获取截止时间数据框的列类型，假设它具有 woodwork 类型

        cutoff_schema = cutoff_time.ww.schema        for column in pass_columns:            logical_types[column] = cutoff_schema.logical_types[column]            semantic_tags[column] = cutoff_schema.semantic_tags[column]            origins[column] = "base"

但最初的截止时间是一个 pandas 数据框，我在代码中没有找到将其转换为 woodwork 的地方。此外，文档中也提到可以将截止时间作为 pandas 数据框传递是可以的

因此，我的疑问是：传递截止时间数据框的正确方法是什么？（如果是 pandas，是否代码中有错误？）或者如果没有错误，那么在 dfs 之前我是否需要手动将截止时间转换为 woodwork？

回答：

在 Featuretools 1.0.0 中，当使用包含额外列（例如标签）的数据框作为 cutoff_time 并通过 n_jobs 或 dask_kwargs 选项使用多个工作线程时，存在一个错误。这可能是您遇到的问题。这个错误已在 Featuretools 1.1.0 中修复

在 1.0.0 版本中，pandas 数据框是可以作为 cutoff_time 接受的