如何计算接触事件的序列？答案

【问题标题】：How can I calculate sequences of contact events?如何计算接触事件的序列？
【发布时间】：2022-08-02 17:53:07
【问题描述】：

我有一个代表肿瘤之间接触事件的数据集。数据集按“base-cell”分组，然后按“Neighbor-cell”和“Time-frame”排序，如下所示：

index	base-cell	neighbor-cell	timeframe
0	Track_1	Track_4	1
1	Track_1	Track_4	2
2	Track_1	Track_4	3
3	Track_1	Track_4	4
4	Track_1	Track_4	8
5	Track_1	Track_4	9
6	Track_1	Track_4	10
7	Track_1	Track_6	1
8	Track_1	Track_6	2

因为数据框是按基础肿瘤分组的，所以我有多个带有上升基础肿瘤的数据框。

我试图得到的最终结果是一个包含所有轨道的字典，其中包含一个包含所有轨道的字典，其中所有轨道都有一个接触事件，然后它们包含一个帧列表，其中有一系列接触事件.它看起来像这样：

{Track_1: {Track_4: [[1,4], [8,10], 
           Track_6: [[1,2]]},
 Track_2: {Track_5: [[10, 14], [20, 25], [28, 31]}}

到目前为止，我所做的是，我制作了一个额外的列，如果有序列，则显示 1，如果没有接触事件序列，则显示 0。

def get_sequence(df):
    
    for id, grp in df:
        prev_id = grp[\'id_2\'].shift(1).fillna(0)
        prev_frame = grp[\'FRAME\'].shift(1)
        
        conditions = [
            ((grp[\'id_2\'] == prev_id) & 
            (grp[\'FRAME\']) - prev_frame == 1)
        ]

        
        choises = [1]
        
        grp[\'sequence\'] = np.select(conditions, choises, default=0)
        print(grp)

现在我被卡住了，不知道我是否朝着正确的方向前进，如果是，下一步该如何走。

标签： python sequence

【解决方案1】：

这是一种方法：

# Identify continuous timeframes.
df['consec'] = df.groupby(['base-tumor', 'neighbor-tumor'])['timeframe'].transform(lambda s: s.diff().ne(1).cumsum())

# Get timeframe intervals.
t_df = (df.groupby(['base-tumor', 'neighbor-tumor', 'consec']).
        agg(t_start=('timeframe', 'first'), t_end=('timeframe', 'last')).
        droplevel(-1)
       )
t_df = t_df[t_df['t_start'].ne(t_df['t_end'])]
t_df['interval'] = list(zip(t_df['t_start'], t_df['t_end']))

# Convert to dictionary.
result = {k: g.droplevel(0)['interval'].groupby(level=0).agg(list).to_dict()
          for k, g in t_df.drop(columns=['t_start', 't_end']).groupby(level=0)}

print(result)

{'Track_1': {'Track_4': [(1, 4), (8, 10)], 'Track_6': [(1, 2)]}}

【讨论】：

太感谢了！这非常有帮助。唯一的问题是，它现在还将与另一条轨道接触过一次的轨道识别为一个序列。例如。如果它在时间帧 6 中，则输出为 [6, 6]，因为它既是它的第一个时间帧，也是最后一个时间帧。理想情况下，如果一个轨道与另一轨道仅接触一次，它不会显示在输出中。
@dennisvlaar 我编辑了代码，看看现在是否有效！（在创建interval 列之前添加了一行）
是的！！非常感谢！我会将此标记为已回答。