如何计算接触事件的顺序?

How can I calculate sequences of contact events?

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

index base-tumor neighbor-tumor 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,所以我有多个具有升序基础肿瘤的数据框。

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,其中有一个接触事件,然后它们包含一个帧列表,其中有一个接触事件的顺序。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,如果有接触事件序列则显示 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,不知道我的方向是否正确,如果正确,下一步该怎么做。

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)]}}