Please support formulaic 0.6.0

[musicinmybrain]

Version 0.6.0 of the formulaic dependency is available.

It does not advertise any breaking changes to the user-facing APIs. However, if I loosen the version constraint in the just-released pybids 0.16.1 to allow the new release, in the manner of #916, I do find that there is one regression in the tests with formulaic 0.6.0:

=================================== FAILURES ===================================
__________________________________ test_split __________________________________
[gw5] linux -- Python 3.11.3 /usr/bin/python3

collection = <BIDSRunVariableCollection['PTval', 'RT', 'RT.respcat[-1]', 'RT.respcat[0]', 'RT.respcat[1]', 'RT_2', 'RT_2.respcat[-1...1].loss[8]', 'RT_2.respcat[1].loss[9]', 'RT_3', 'gain', 'loss', 'parametric gain', 'respcat', 'respnum', 'trial_type']>

    def test_split(collection):

        orig = collection['RT'].clone(name='RT_2')
        collection['RT_2'] = orig.clone()
        collection['RT_3'] = collection['RT']\
            .clone(name='RT_3').to_dense(collection.sampling_rate)

        rt_pre_onsets = collection['RT'].onset
        rt_pre_values = collection['RT'].values.values

        # Grouping SparseEventVariable by one column
        transform.Split(collection, ['RT'], ['respcat'])

        # Verify names
        assert 'RT.respcat[0]' in collection.variables.keys() and \
               'RT.respcat[-1]' in collection.variables.keys()

        # Verify values
        rt_post_onsets = np.r_[collection['RT.respcat[0]'].onset,
                               collection['RT.respcat[-1]'].onset,
                               collection['RT.respcat[1]'].onset]
        assert np.array_equal(rt_pre_onsets.sort(), rt_post_onsets.sort())

        rt_post_values = np.r_[collection['RT.respcat[0]'].values.values,
                               collection['RT.respcat[-1]'].values.values,
                               collection['RT.respcat[1]'].values.values]
        assert np.array_equal(rt_pre_values.sort(), rt_post_values.sort())

        # Grouping SparseEventVariable by multiple columns
        transform.Split(collection, variables=['RT_2'], by=['respcat', 'loss'])
>       assert 'RT_2.loss[13].respcat[-1]' in collection.variables.keys() and \
               'RT_2.loss[13].respcat[1]' in collection.variables.keys()
E       AssertionError: assert ('RT_2.loss[13].respcat[-1]' in dict_keys(['RT', 'loss', 'parametric gain', 'gain', 'respnum', 'trial_type', 'respcat', 'PTval', 'RT_2', 'RT_3', 'RT.respcat[-1]', 'RT.respcat[0]', 'RT.respcat[1]', 'RT_2.respcat[-1].loss[10]', 'RT_2.respcat[0].loss[10]', 'RT_2.respcat[1].loss[10]', 'RT_2.respcat[-1].loss[11]', 'RT_2.respcat[0].loss[11]', 'RT_2.respcat[1].loss[11]', 'RT_2.respcat[-1].loss[12]', 'RT_2.respcat[0].loss[12]', 'RT_2.respcat[1].loss[12]', 'RT_2.respcat[-1].loss[13]', 'RT_2.respcat[0].loss[13]', 'RT_2.respcat[1].loss[13]', 'RT_2.respcat[-1].loss[14]', 'RT_2.respcat[0].loss[14]', 'RT_2.respcat[1].loss[14]', 'RT_2.respcat[-1].loss[15]', 'RT_2.respcat[0].loss[15]', 'RT_2.respcat[1].loss[15]', 'RT_2.respcat[-1].loss[16]', 'RT_2.respcat[0].loss[16]', 'RT_2.respcat[1].loss[16]', 'RT_2.respcat[-1].loss[17]', 'RT_2.respcat[0].loss[17]', 'RT_2.respcat[1].loss[17]', 'RT_2.respcat[-1].loss[18]', 'RT_2.respcat[0].loss[18]', 'RT_2.respcat[1].loss[18]', 'RT_2.respcat[-1].loss[19]', 'RT_2.respcat[0].loss[19]', 'RT_2.respcat[1].loss[19]', 'RT_2.respcat[-1].loss[20]', 'RT_2.respcat[0].loss[20]', 'RT_2.respcat[1].loss[20]', 'RT_2.respcat[-1].loss[5]', 'RT_2.respcat[0].loss[5]', 'RT_2.respcat[1].loss[5]', 'RT_2.respcat[-1].loss[6]', 'RT_2.respcat[0].loss[6]', 'RT_2.respcat[1].loss[6]', 'RT_2.respcat[-1].loss[7]', 'RT_2.respcat[0].loss[7]', 'RT_2.respcat[1].loss[7]', 'RT_2.respcat[-1].loss[8]', 'RT_2.respcat[0].loss[8]', 'RT_2.respcat[1].loss[8]', 'RT_2.respcat[-1].loss[9]', 'RT_2.respcat[0].loss[9]', 'RT_2.respcat[1].loss[9]']))
E        +  where dict_keys(['RT', 'loss', 'parametric gain', 'gain', 'respnum', 'trial_type', 'respcat', 'PTval', 'RT_2', 'RT_3', 'RT.respcat[-1]', 'RT.respcat[0]', 'RT.respcat[1]', 'RT_2.respcat[-1].loss[10]', 'RT_2.respcat[0].loss[10]', 'RT_2.respcat[1].loss[10]', 'RT_2.respcat[-1].loss[11]', 'RT_2.respcat[0].loss[11]', 'RT_2.respcat[1].loss[11]', 'RT_2.respcat[-1].loss[12]', 'RT_2.respcat[0].loss[12]', 'RT_2.respcat[1].loss[12]', 'RT_2.respcat[-1].loss[13]', 'RT_2.respcat[0].loss[13]', 'RT_2.respcat[1].loss[13]', 'RT_2.respcat[-1].loss[14]', 'RT_2.respcat[0].loss[14]', 'RT_2.respcat[1].loss[14]', 'RT_2.respcat[-1].loss[15]', 'RT_2.respcat[0].loss[15]', 'RT_2.respcat[1].loss[15]', 'RT_2.respcat[-1].loss[16]', 'RT_2.respcat[0].loss[16]', 'RT_2.respcat[1].loss[16]', 'RT_2.respcat[-1].loss[17]', 'RT_2.respcat[0].loss[17]', 'RT_2.respcat[1].loss[17]', 'RT_2.respcat[-1].loss[18]', 'RT_2.respcat[0].loss[18]', 'RT_2.respcat[1].loss[18]', 'RT_2.respcat[-1].loss[19]', 'RT_2.respcat[0].loss[19]', 'RT_2.respcat[1].loss[19]', 'RT_2.respcat[-1].loss[20]', 'RT_2.respcat[0].loss[20]', 'RT_2.respcat[1].loss[20]', 'RT_2.respcat[-1].loss[5]', 'RT_2.respcat[0].loss[5]', 'RT_2.respcat[1].loss[5]', 'RT_2.respcat[-1].loss[6]', 'RT_2.respcat[0].loss[6]', 'RT_2.respcat[1].loss[6]', 'RT_2.respcat[-1].loss[7]', 'RT_2.respcat[0].loss[7]', 'RT_2.respcat[1].loss[7]', 'RT_2.respcat[-1].loss[8]', 'RT_2.respcat[0].loss[8]', 'RT_2.respcat[1].loss[8]', 'RT_2.respcat[-1].loss[9]', 'RT_2.respcat[0].loss[9]', 'RT_2.respcat[1].loss[9]']) = <built-in method keys of dict object at 0x7f3d4953da80>()
E        +    where <built-in method keys of dict object at 0x7f3d4953da80> = {'PTval': <SparseRunVariable(name='PTval', source='events')>, 'RT': <SparseRunVariable(name='RT', source='events')>, 'RT.respcat[-1]': <SparseRunVariable(name='RT.respcat[-1]', source='events')>, 'RT.respcat[0]': <SparseRunVariable(name='RT.respcat[0]', source='events')>, ...}.keys
E        +      where {'PTval': <SparseRunVariable(name='PTval', source='events')>, 'RT': <SparseRunVariable(name='RT', source='events')>, 'RT.respcat[-1]': <SparseRunVariable(name='RT.respcat[-1]', source='events')>, 'RT.respcat[0]': <SparseRunVariable(name='RT.respcat[0]', source='events')>, ...} = <BIDSRunVariableCollection['PTval', 'RT', 'RT.respcat[-1]', 'RT.respcat[0]', 'RT.respcat[1]', 'RT_2', 'RT_2.respcat[-1].loss[10]', 'RT_2.respcat[-1].loss[11]', 'RT_2.respcat[-1].loss[12]', 'RT_2.respcat[-1].loss[13]', 'RT_2.respcat[-1].loss[14]', 'RT_2.respcat[-1].loss[15]', 'RT_2.respcat[-1].loss[16]', 'RT_2.respcat[-1].loss[17]', 'RT_2.respcat[-1].loss[18]', 'RT_2.respcat[-1].loss[19]', 'RT_2.respcat[-1].loss[20]', 'RT_2.respcat[-1].loss[5]', 'RT_2.respcat[-1].loss[6]', 'RT_2.respcat[-1].loss[7]', 'RT_2.respcat[-1].loss[8]', 'RT_2.respcat[-1].loss[9]', 'RT_2.respcat[0].loss[10]', 'RT_2.respcat[0].loss[11]', 'RT_2.respcat[0].loss[12]', 'RT_2.respcat[0].loss[13]', 'RT_2.respcat[0].loss[14]', 'RT_2.respcat[0].loss[15]', 'RT_2.respcat[0].loss[16]', 'RT_2.respcat[0].loss[17]', 'RT_2.respcat[0].loss[18]', 'RT_2.respcat[0].loss[19]', 'RT_2.respcat[0].loss[20]', 'RT_2.respcat[0].loss[5]', 'RT_2.respcat[0].loss[6]', 'RT_2.respcat[0].loss[7]', 'RT_2.respcat[0].loss[8]', 'RT_2.respcat[0].loss[9]', 'RT_2.respcat[1].loss[10]', 'RT_2.respcat[1].loss[11]', 'RT_2.respcat[1].loss[12]', 'RT_2.respcat[1].loss[13]', 'RT_2.respcat[1].loss[14]', 'RT_2.respcat[1].loss[15]', 'RT_2.respcat[1].loss[16]', 'RT_2.respcat[1].loss[17]', 'RT_2.respcat[1].loss[18]', 'RT_2.respcat[1].loss[19]', 'RT_2.respcat[1].loss[20]', 'RT_2.respcat[1].loss[5]', 'RT_2.respcat[1].loss[6]', 'RT_2.respcat[1].loss[7]', 'RT_2.respcat[1].loss[8]', 'RT_2.respcat[1].loss[9]', 'RT_3', 'gain', 'loss', 'parametric gain', 'respcat', 'respnum', 'trial_type']>.variables

bids/modeling/tests/test_transformations.py:290: AssertionError

[musicinmybrain]

(Version 0.6.1 is available.)

[effigies]

Yes, we should support it when someone gets a chance to understand the changes.

[sanjayankur31]

Hi there,

Anything we can do to help with this? I have looked at the formulaic tweaks, but I don't know enough about either code base to be able to suggest what's going on here.

Cheers,

[sanjayankur31]

Version 1.0.0 is now available and includes some deprecations:

https://github.com/matthewwardrop/formulaic/releases/tag/v1.0.0