PM4PY - Handling Event Data

摘要：导入导出CSV文件、事件日志数据类型转换

随笔

trace（轨迹）：从头部到尾部走一次路径就算一次trace
Variants（变体）：不同的路径为一个变体
process execution（流程执行）
stochastic（随机）
parameter（参数）
i.e.＝that is ／ in other，用来进一步解释前面所表明的观点。i.e. 是拉丁语 id est 的缩写，意思是“那就是说、换句话说”，相当于that is / in other，用来进一步解释前面所表明的观点。
e.g. 是拉丁语 exempli gratia 的缩写，意思是“举个例子，比如”，等同于for example、 for the sake of example、such as

读文档先一整句看下来把握句子大意，再去翻译不认识的单词。

导入CSV文件

先用pandas读取csv文件为dataframe对象
再用pm4py.objects.conversion包将dataframe文件转换为正确类型

示例代码中，将csv文件转为pm4py内部的event data类型
（示例代码在很多情况下都不能直接工作。原因：有许多参数需要我们去设置 ，在convertor中CASE_ID_KEY默认值为’case:concept:name’，因此示例代码中csv文件值至少要有’case:concept:name’列）

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

log_csv = pd.read_csv('<path_to_csv_file.csv>', sep=',')
log_csv = dataframe_utils.convert_timestamp_columns_in_df(log_csv)
log_csv = log_csv.sort_values('<timestamp_column>')
event_log = log_converter.apply(log_csv)

正确转换示例如下：
将dataframe的rename修改clientID列为case:clientID。因为转换参数parameter的CASE_ATTRIBUTE_PREFIX（CASE属性字首）默认为"case:"。CASE_ID_KEY指定哪列来标识区分case。

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

log_csv = pd.read_csv('<path_to_csv_file.csv>', sep=',')
log_csv.rename(columns={'clientID': 'case:clientID'}, inplace=True)
parameters = {log_converter.Variants.TO_EVENT_LOG.value.Parameters.CASE_ID_KEY: 'case'}
event_log = log_converter.apply(log_csv, parameters=parameters, variant=log_converter.Variants.TO_EVENT_LOG)

转换EVENT DATA

pm4py.objects.convertion.log.converter是用来对事件日志（event logs）进行转换的。我们可以在Event Log, Event Stream 和 Data Frame 类型之间进行转换。

converter.apply（用法参考上面示例代码）变体与参数：

导出日志成CSV文件

导出event log（事件日志）为CSV文件。首先将event log转换成dataframe，再用pandas.to_csv生成csv文件。

import pandas as pd
from pm4py.objects.conversion.log import converter as log_converter
dataframe = log_converter.apply(log, variant=log_converter.Variants.TO_DATA_FRAME)
dataframe.to_csv('<path_to_csv_file.csv>')

周任务

1. 找到生成的trace最大能多少？32G内存最大50万为宜
2. 根据生成树的参数控制流程树的结构？见Process Tree一文

*若对本文有疑问（例如：笔记中知识点或表达有误），欢迎指出，共同学习进步。