Блог

Я хочу создать таблицу переходов из нескольких последовательностей дискретных состояний:

 sequence1 = [0, 1, 2, 1, 3, 4, 5, 2, 3, 5, 2, 1, 4]
sequence2 = [1, 0, 1, 1, 2, 1, 3, 4, 4, 4, 3]
...
 

Я могу создать таблицу переходов из одной последовательности, используя функцию pandas.crosstab:

 import pandas as pd
transitions = pd.crosstab(pd.Series(sequence1[1:],name='Next'),
            pd.Series(sequence1[:-1],name='Current'),normalize=1)
 

Как я могу создать таблицу переходов из нескольких последовательностей? (Объединение их в один длинный список приводит к ложным переходам между концом одной последовательности и началом следующей.)

Редактировать: текущий вывод выглядит следующим образом, давая вероятность для каждого перехода в последовательности 1:

 >>> transitions
Current     0         1         2    3    4    5
Next                                        
1         1.0  0.000000  0.666667  0.0  0.0  0.0
2         0.0  0.333333  0.000000  0.0  0.0  1.0
3         0.0  0.333333  0.333333  0.0  0.0  0.0
4         0.0  0.333333  0.000000  0.5  0.0  0.0
5         0.0  0.000000  0.000000  0.5  1.0  0.0
 

Я хочу тот же формат вывода, но вероятности, отражающие несколько входных последовательностей.

Результирующий фрейм данных перехода должен представлять собой квадратный массив, включающий все ваши состояния, но ваш результат таковым не является (в нем нет строки для состояния «0»).

Я также предполагаю, что все ваши последовательности содержат последовательные числа в качестве имен состояний, без «пробелов».

Мое решение еще более общее, оно работает для списка, содержащего произвольное количество исходных последовательностей:

 def transitions(allSeq):
    # Size of the transition array
    n = max([ max(s) for s in allSeq ])   1
    # Transition array, initially empty
    arr = np.zeros((n,n), dtype=int)
    for s in allSeq:
        ind = (s[1:], s[:-1])  # Indices of elements for existing transitions
        arr[ind]  = 1          # Add existing transitions
    # Normalize by columns and return as a DataFrame
    return pd.DataFrame(arr / arr.sum(axis=0)).rename_axis(index='Next', columns='Current')
 

Обратите внимание, что arr / arr.sum(axis=0) нормализация столбцов выполняется на
Уровень Numpy, а затем результат преобразуется в фрейм данных.

Когда вы вызываете его, передавая список ваших последовательностей:

 res = transitions([sequence1, sequence2])
 

результат:

 Current    0         1         2         3         4    5
Next                                                     
0        0.0  0.142857  0.000000  0.000000  0.000000  0.0
1        1.0  0.142857  0.666667  0.000000  0.000000  0.0
2        0.0  0.285714  0.000000  0.000000  0.000000  1.0
3        0.0  0.285714  0.333333  0.000000  0.333333  0.0
4        0.0  0.142857  0.000000  0.666667  0.333333  0.0
5        0.0  0.000000  0.000000  0.333333  0.333333  0.0
 

Конечно, может быть более 2 исходных последовательностей.