时间戳

首页 > 解决方案 > 从组矩阵中找到时间序列顺序的最佳方法

python - 从组矩阵中找到时间序列顺序的最佳方法

问题描述

有这样做的标准方法吗？

我基本上有一些用户，他们一起执行操作并作为一个组分开。我们不知道事件的顺序，但可以推断它们：

                      A B C D E
 WentToMall           1 1 1 0 0
 DroveToTheMovies     1 0 0 0 0
 AteLunchTogether     1 1 0 0 0     
 BoughtClothes        1 1 0 0 1
 BoughtElectronics    1 1 0 0 0

规则是它们之后不能聚合在一起。所以时间序列看起来像：

时间 0 总是将它们全部放在一起，然后最大的“分组”分裂为“WentToMall”，我们将 A、B、C 和 D、E 分开。

从那里开始，看起来 AB 与 C 分离，AB 继续进行“AteLunchTogether, BoughtClothes, BoughtElectronics”。在“买衣服”期间的某个时候，看起来 E 与 D 分开了。最后，A 和 B 在最后分开，因为 A '开车去看​​电影'。

如果可能的话，我还想直观地显示这一点，也许节点显示分隔拆分的事件数（看起来像）：

ABCDE   ---> ABC --> AB  ->A
 |             |      |->B 
 |             |
 |             |--> C
 |
 |
 |---> DE --> D
       |-->E

出现的一个问题是有时您会得到“难以评估”或看起来矛盾的时间点，并且不适合基于最少数量的列。我也不知道该怎么处理这些。我被赋予了动作的“权重”，所以我可以据此做出决定，或者我猜想生成图表的所有版本。

我在想也许是递归进行搜索，或者类似的？

标签： pythonpandasalgorithmsearch

解决方案

编辑：最新文件在这里

该过程是通过递归。Pandas 在您的场景中很有用，尽管可能有更有效的方法可以做到这一点。

我们从进一步的节点中搜索。在您的情况下，这些将是 A 和 E 节点。我们怎么知道这些是最远的节点？只需计算所有行的 0 和 1 值。然后得到 0 和 1 值的总和。此外，按 0 对值进行排序。对于第一种情况，它应该是这样的：

                    0   1
DroveToTheMovies    4.0 1.0
AteLunchTogether    3.0 2.0
BoughtElectronics   3.0 2.0
WentToMall          2.0 3.0
BoughtClothes       2.0 3.0
FirstCase           0.0 5.0

这意味着有 1 人开车去看电影。你看到了模式。后来有人加入这个人。在第一种情况下，我们开始时有 5 个人。但有一个问题。我们如何知道前一个人是否在组中？假设 X 开车去看电影。现在我们检查吃午饭。假设 Y 和 Z 加入了该组，但不是 X。对于这种情况，我们将检查最新的组是否在新组中。因此，在我们到达第一种情况之前，我们将所有事件添加到一个数组中。所以现在我们有一个分支。

假设有人不在群体案例中。在这种情况下，我们也存储了这种奇怪的行为。那么，我们现在就从那里出发。在第一种情况下，我们的起始节点是 A；不是 B 使用相同的技术。所以这个过程将再次重复。

我的最终结果是这样的：

    0                   1
0   DroveToTheMovies    Index(['A'], dtype='object')
1   AteLunchTogether    Index(['A', 'B'], dtype='object')
2   BoughtElectronics   Index(['A', 'B'], dtype='object')
3   WentToMall          Index(['A', 'B', 'C'], dtype='object')
4   FirstCase           Index(['A', 'B', 'C', 'D', 'E'], dtype='object')
5   BoughtClothes       Index(['E'], dtype='object')
6   FirstCase           Index(['D', 'E'], dtype='object')

有两个 FirstCase。但是你需要处理这两个 FirstCase 值并知道，这个 DE 组来自第一个 FirstCase 组，然后 E 去买衣服。D 是未知的，因此可以分配为其他东西。你有它。

第一个分支：

ABCDE   ---> ABC --> AB  ->A
               |      |->B 
               |
               |--> C

第二支：

(first case)---> DE --> D
                  |-->E

你现在要做的就是找到谁离开了分支。对于第一个分支，它是 B、C 和 DE。从现在开始，这些很容易计算。希望它会帮助你。代码在这里，我建议调试代码以使整个想法更清晰：

import pandas as pd

df = pd.DataFrame(
   [[1, 1, 1, 0, 0],
    [1, 0, 0, 0, 0],
    [1, 1, 0, 0, 0],    
    [1, 1, 0, 0, 1],
    [1, 1, 0, 0, 0]], columns=list("ABCDE"))

df.index = ['WentToMall', 'DroveToTheMovies', 'AteLunchTogether', 'BoughtClothes', 'BoughtElectronics']

first_case = pd.DataFrame(
   [[1, 1, 1, 1, 1]], columns=list("ABCDE"), index=['FirstCase'])

all_case = pd.concat([first_case, df])

def case_finder(all_case):
    df_case = all_case.apply(lambda x: x.value_counts(), axis=1).fillna(0)
    df_case = df_case.loc[df_case[1] != 0]
    return df_case.sort_values(by=1)


def check_together(x):
    x = df.iloc[x]
    activity = all_case.loc[x.name]
    does_activity = activity.loc[activity == 1]
    return activity.name, does_activity.index


def check_in(pre, now):
    return pre.isin(now).all()

def check_odd(i):
    act = check_together(i)[0]
    who = check_together(i)[1][~check_together(i)[1].isin(check_together(i-1)[1])]
    return act, who

df = case_finder(all_case)
total = all_case.shape[0]


all_acts = []
last_stable = []
while True:
    for i in range(total):
        act, ind = check_together(i)
        if ind.size == 1:
            print("Initiliazed!")
            all_acts.append([act, ind])
            pass
        else:
            p_act, p_ind = check_together(i-1)
            if check_in(p_ind, ind) == True:
                print("So a new person joins us!")
                all_acts.append([act, ind])
            else:
                print("This is weird. We'll check later!")
                # act, who = check_odd(i)
                last_stable.append([i, p_ind])
                continue
        if act == 'FirstCase':
            break

    if len(last_stable) == 0:
        print("Process done!")
        break
    else:
        print("Update cases!")
        ls_ind = last_stable[0]
        all_case = all_case.drop(last_stable[0][1], axis=1)
        total = all_case.shape[0]
        df = case_finder(all_case)
        last_stable = last_stable[1:]

print(all_acts)

x = pd.DataFrame(all_acts)

推荐阅读