我有一个 Pandas 数据框，一般来说，它的结构如下：
INDEX ID ACTIVITY TIMESTAMP
0 1 A 12:00
1 1 B 12:10
2 1 C 12:30
3 2 D 12:00
4 2 C 12:40
5 2 A 12:50
6 2 A 13:00
7 3 A 12:15
8 3 B 12:25
9 3 C 12:45
ID 代表进程的不同变体。 ID 组可以包含不同数量的行，它们不必都具有相同的大小。
我需要识别最频繁的序列模式，但仅限于某个 ID 内的模式。
对于上面的例子，我想得到 ID 1 和 3 包含最频繁模式的输出，因为 A-B-C 是这里数据集中最频繁的模式。 如果有来自不同 ID 的任何模式重叠，则不应考虑。例如，如果索引 2 到 4 中的组合“CDC”将更频繁地出现，则不应将其视为一种模式，因为涉及不同的 ID。
理想情况下，最后我会得到一个包含 n 个最频繁模式的 ID 列表（不仅限于重复最频繁的模式）。
到目前为止，我一直在考虑按 ID 分组是否会有所帮助，或者我是否应该将某个 ID 组中的活动转换为一个列表，然后只查找最频繁的列表以使其不那么复杂，但我不是确定它是否有效，或者没有更好的方法。 在寻找一种方法时，我主要是找到了如何在列中找到单个最频繁的条目，但这对我没有帮助。
此外，我找不到以有意义的方式包含时间戳的方法。例如，如果活动 B 和 C 将同时开始，如果顺序交换，我不会将其视为最频繁的模式。以下示例不会被视为相同的“变体”。 对于这部分 - 如何在不更改其他任何内容的情况下对相同时间戳的活动进行排序？
INDEX ID ACTIVITY TIMESTAMP
0 1 A 12:00
1 1 B 12:10
2 1 C 12:10
INDEX ID ACTIVITY TIMESTAMP
0 1 A 12:00
1 1 C 12:10
2 1 B 12:10
任何帮助将不胜感激！