是否有标准的方法?
我基本上有一些用户,他们一起执行操作并分组。我们不知道事件的顺序,但可以推断出它们:
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
规则是他们以后不能聚在一起。因此时间序列将如下所示:
时间0总是将它们全部在一起,然后将最大的“分组”拆分为在“ WentToMall”中,我们将A,B,C和D,E分开。
[似乎从那里AB从C中分离出来,然后AB进入'AteLunchTogether,BoughtClothes,BoughtElectronics'。在“买衣服”的某个时候,好像E从D分开了。最后,A和B在结尾处拆分为A“ Dive to the movie”。
[如果可能的话,我也想在视觉上显示这一点,也许节点显示分隔拆分的事件数(看起来像这样:]
ABCDE ---> ABC --> AB ->A
| | |->B
| |
| |--> C
|
|
|---> DE --> D
|-->E
出现的问题是,有时您获得的时间点“很难评估”或显得矛盾,并且基于最小的列数而不合适。我也不知道该怎么办。我为操作指定了“权重”,因此我可以据此做出决定,或者我猜想生成图表的所有版本。
我在想也许通过递归进行搜索,或者类似?
edit:最新文件为here
该过程是通过递归进行的。熊猫在您的情况下很有用,尽管可能有更有效的方法来做到这一点。
我们从其他节点搜索。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值即可。然后获得0和1值的总和。同样,将值按0排序。对于第一种情况,应该像这样:
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个人开车去看电影。您会看到模式。后来有人加入了这个人。首先,我们有5个人。但有一个问题。我们如何知道前一个人是否在小组中?假设X开车去看电影。现在我们检查吃的午餐。说Y和Z加入了该组,但没有加入X。在这种情况下,我们将检查最新组是否在新组中。因此,在达到第一种情况之前,我们将所有事件添加到数组中。现在我们有了一个分支。
假设没有人在集体案中。在这种情况下,我们也存储了这种奇怪的行为。然后,我们现在从那里出发。在第一种情况下,我们的起始节点是A;不是使用相同技术的B。因此,该过程将再次重复。
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。但是您需要处理这两个FirstCase值,并且知道,这个D-E组来自第一个FirstCase组,然后E买了衣服。 D是未知的,因此可以分配为其他名称。然后就可以了。
第一分支:
ABCDE ---> ABC --> AB ->A
| |->B
|
|--> C
第二分支:
(first case)---> DE --> D
|-->E
您现在所要做的就是找到谁离开了分支机构。对于第一个分支,它是B,C和D-E。从现在开始,这些很容易计算。希望对您有帮助。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)