如何使用 Python 构建基于时间戳出现的序列？

Question

我主要在一个数据库上使用 Python，该数据库有 17.000.000 条记录，用于 2.800.000 个唯一 ID。每个 ID 代表运输过程的一个事件，所有实例都有：ID、EVENT、TIMESTAMP（日期时间）。有一个事件通常但不总是开始序列并且有多种结果，即交付、返回等。

我的目标是找到每个 ID 所采用的最常见的路径，这意味着事件发生的顺序是什么，并找出流程中的瓶颈。

是否有任何可视化工具可以与内置了这种结构的 Python 一起使用？你会建议我如何处理这个问题？

谢谢

Answer 1

这不是 Python 的答案，但鉴于问题，我认为有更好的方法来执行此类分析。我不知道您是否听说过流程挖掘。但我认为在你的情况下使用它是完美的。基本上，流程挖掘包括分析流程的流程。我使用过不同的工具，其中一些是：迪斯科ProM（开源）塞洛尼斯基本上，您需要做的就是定义什么是 ID（您已经拥有），然后选择哪些列代表时间戳（您已经拥有）和事件名称（您也拥有）。这些工具中的任何一个都可以为您提供对流程的完美分析。哪个是最常见的路径，每个事件的平均时间等。如果添加更多属性，它甚至可以根据这些属性返回遵循一条路径或另一条路径的原因。