python - 如何使用python在列中找到常见的序列模式？

Question

我有一个大型数据集，如下所示：

时间戳事件
2020-03-04 01:20:39 A
2020-03-04 01:21:22 B
2020-03-04 01:21:55 C
2020-03-04 01:22:31 A
2020-03- 04 01:23:19 B 2020-03-04 01:24:39
D。
. . .
. . . .
2020-03-10 11:34:54 C
2020-03-10 11:35:22 A
2020-03-04 11:35:55 B
2020-03-04 11:36:01 D

我想找出事件发生中是否存在一些模式。例如，在第 1 行的事件 A 之后，B 在第 2 行发生。{A，B} 是在第 4 行和第 5 行重复的模式。我想知道是否还有更多这样的模式及其频率。我对最大长度为 4 的序列感兴趣（例如：C、A、B、D）。

如果您可以向我建议任何在 python 中的算法/实现来做到这一点，那将非常有帮助。

谢谢！

标签： pythonpandasmachine-learningsequencedata-analysis

Answer 1

你试过 PM4Py python 库吗？您需要按照此处的说明将数据转换为事件日志，它将自动提取序列。