准备csv文件以进行流程挖掘

Question

希望你做的很好！我正在学习使用'PM4PY‘进行进程挖掘的教程，但是我在csv文件中发现了一些困难，在我的csv文件中，我有以下几列：'id'，'status'，'mailID'，'date'...('status‘与包含一些特定选项的'activity’相同)

我的csv文件包含大量数据。

为了遵循流程挖掘教程，我的专栏中必须有类似于“case:concept:name”的内容……但我不知道我该怎么做

Answer 1

在您的示例中，我假设' ID‘与正常流程挖掘术语中的案例ID相同。类似地，“status”对应于活动ID，“date”对应于时间戳。

最好的选择是在输入到PM4Py之前先读入pandas数据帧。

要详细了解如何做到这一点，请看下面的示例。由于您没有提到csv文件中的所有列，我们假设您当前只有'id'，'status'，'date‘作为您的列列表。下面的代码可以适应您拥有的任意数量的列(通过将它们添加到名为cols的列表中)：

import pandas as pd
from pm4py.objects.conversion.log import converter as log_converter

path = '' # Enter path to the csv file
data = pd.read_csv(path)
cols = ['case:concept:name','concept:name','time:timestamp']
data.columns = cols
data['time:timestamp'] = pd.to_datetime(data['time:timestamp'])
data['concept:name'] = data['concept:name'].astype(str)

log = log_converter.apply(data, variant=log_converter.Variants.TO_EVENT_LOG)

在这里，我们根据PM4Py包的要求更改了列名及其数据类型。使用log_converter函数将此数据帧转换为事件日志。现在，您可以对此事件日志对象执行常规进程挖掘任务。例如，如果您希望从事件日志创建一个Directly-Follows Graph，则可以使用以下代码行：

from pm4py.algo.discovery.dfg import algorithm as dfg_algorithm

dfg = dfg_algorithm.apply(log)

Answer 2

首先，您需要使用pandas导入csv文件，然后转换为事件日志对象，最后可以在pm4py中使用。

参考：https://pm4py.fit.fraunhofer.de/documentation