如何使用 Python 构建基于时间戳出现的序列？

Question

我主要在具有 2.800.000 个唯一 ID 的 17.000.000 条记录的数据库上使用 Python。每个 ID 代表一个运输过程的事件，所有实例都有：ID、EVENT、TIMESTAMP（日期时间）。有一个事件通常但不总是启动序列，并且有多个结果，即交付、返回等。

我的目标是找到每个 ID 采用的最常见路径，即事件发生的顺序是什么，并获得流程中的瓶颈。

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

谢谢

Answer 1

这不是 Python 的答案，但考虑到这个问题，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
• 舞会（开源）
• 塞洛尼斯

基本上，您需要做的就是定义什么是 ID（您已经拥有它），然后选择哪些列代表时间戳（您已经拥有它）和事件的名称（您也拥有它）。

任何这些工具都可以为您提供完美的流程分析。哪个是最常见的路径，每个事件的平均时间等。 如果您添加更多属性，它甚至可以根据这些属性返回遵循一条或另一条路径的原因。