featuretools4s 0.1.5

## FeatureTools for Spark (featuretools4s)

### 1. 什么是 FeatureTools？
FeatureTools 是一个由麻省理工学院 FeatureLab 开源的 Python 库，
旨在自动化机器学习应用程序
中的特征工程过程。有关 FeatureTools 的更多详细信息，请访问 [官方网站](https://docs.featuretools.com/index.html) 。*FeatureTools4S* 是我编写的 Python 库，旨在使用 **Spark** 扩展 FeatureTools，使其能够为数十亿行数据生成特征，这通常被认为无法在单机上使用原始 FeatureTools 库和 Pandas进行处理.











*FeatureTools4S* 提供**几乎与原始 FeatureTools 相同的** API
，使其用户完全无需
在 FeatureTools 和 FeatureTools4S 之间进行转换。**因此我们建议读者
先学习FeatureTools，然后您可以轻松地使用FeatureTools4S。**

### 2.如何使用FeatureTools4S？
首先通过pip安装*featuretools4s*：
```bash
pip3 install featuretools4s
```

然后一个简单的使用*featuretools4s*的例子如下：
```python
import featuretools4s as fts
from pyspark.sql import SparkSession

import os
import pandas as pd

os.environ["SPARK_HOME"] = "C:\Python36\Lib\site-packages\pyspark"
os.environ["PATH"] = "C:\Python36;" + os.environ["PATH"]
pd.set_option('display.expand_frame_repr', False)
spark = SparkSession.builder.master("local[*]").getOrCreate()

order_df = spark.read.csv("resources /order.csv", header=True, inferSchema=True).sort("sales_tax")
customer_df = spark.read.csv("resources/customer.csv", header=True, inferSchema=True)

es = fts.EntitySetSpark (id="test")
es.entity_from_dataframe("order", order_df, index="order_num", time_index="wo_timestamp")
es.entity_from_dataframe("customer", customer_df, index="cust_num")
es.add_relationship(fts .Relationship(es["customer"]["cust_num"],

features = fts.dfs(spark, entityset=es, target_entity="customer", primary_col="cust_num", num_partition=5)
features.show()
```