时间戳

首页 > 解决方案 > 将 pydantic 模型从 fastapi 转换为 pandas 数据框

pandas - 将 pydantic 模型从 fastapi 转换为 pandas 数据框

问题描述

我正在尝试将 pydantic 模型转换为数据框，但我遇到了各种错误。

我有：

from typing import Optional
from fastapi import FastAPI
from pydantic import BaseModel
import pickle
import sklearn
import pandas as pd
import numpy as np

class Userdata(BaseModel):
  current_res_month_dec: Optional[int] = 0
  current_res_month_nov:  Optional[int] = 0


async def return_recurrent_user_predictions_gb(user_data: Userdata):

      empty_dataframe =  pd.DataFrame([Userdata(**{
      'current_res_month_dec': user_data.current_res_month_dec,
      'current_res_month_nov': user_data.current_res_month_nov})], ignore_index=True)

返回此数据框（尝试在本地环境的文档中执行它时）：

Response body
Download
{
  "0": {
    "0": [
      "current_res_month_dec",
      0
    ]
  },
  "1": {
    "0": [
      "current_res_month_nov",
      0
    ]
  }

但是如果我尝试使用这个数据框进行预测：

      model_has_afternoon = pickle.load(open('./models/model_gbclf_prob_current_product_has_afternoon.pickle', 'rb'))
      result_afternoon = model_has_afternoon.predict_proba(empty_dataframe)[:, 1]

我收到此错误：

ValueError: setting an array element with a sequence.

我之前尝试过构建自己的数据框，并且预测应该与数据框一起使用

标签： pandasscikit-learnfastapipydantic

解决方案

推荐阅读