时间戳

首页 > 解决方案 > Python：挖掘时序序列的方法

python - Python：挖掘时序序列的方法

问题描述

我有一个如下所示的数据集：

timestamp          event

12/1/2020 14:30     A  
12/1/2020 14:12     C
12/1/2020 14:10     A
12/1/2020 15:01     B
11/1/2020 21:20     A
11/1/2020 21:00     C
   .....           ...

events是用户对应用程序的操作。timestamp是引发该特定事件的时间。我想挖掘数据中的事件序列，以找出从用户开始使用应用程序之日起用户的工作流程（有时间限制的市场篮分析？）在应用程序内部。

我想了解的是用户最常执行的一组步骤（事件）。

例如：输出可能类似于：

1 event sequence = {A}    # since it occurs the most number of times
2 event sequence = {A,C}  # since C is raised most number of times after A
3 event sequence = {} #event sequence of 3 steps that occurs most frequently

注意：在特定时间范围（例如 20 分钟）内发生的事件可以被视为一系列事件。

......................... 解决这个问题的正确方法是什么？

标签： pythonpandastime-series

解决方案

对于单个事件：

df.event.value_counts().head(1)

对于多个事件：

from scipy import stats
from skimage.util import view_as_windows
event = df.event.values
for n in range(1,4):
  seq = view_as_windows(event,n).sum(-1)
  print(stats.mode(seq)[0])

输出：

['A']
['AC']
['ABA']

推荐阅读