突出显示组内独特观察结果的功能

Question

我希望得到帮助，创建一个函数，通过分组（非指定颜色）动态迭代一个数据框，查看id是否与每个颜色分组中的大多数id不一致（所以无论每种颜色有多少观察值，无论相当于每种颜色有一半以上的填充id，对于这种情况都是正确的）。 真实的数据集很有可能每个颜色有10-50行，而且可能会出现多个id不到位的情况。 如果我们能包含字符串注释 "Flag for later research"，或者如果更简单的01输出，我可以写出相应的文本功能，那就太好了。 我有麻烦，不知道从哪里开始。 用groupby nunique函数或循环或结合两者的东西。

• 如你所见，在 "注意 "一栏中，我留下的注释（为以后的研究做标记）对应的id与其他id不一样，在其相应的颜色分组中。

数据的样本。

color    id    commitment    Note  *(where i need help) 
blue     1     10
blue     1     5
blue     1     15
blue     2     10            Flag for later research
blue     1     9
green    3     10
green    3     11
green    2     12            Flag for later research
green    3     15

Answer 1

IIUC:

df['Note'] = ~df.duplicated(['color','id'], keep=False)

给你的:

   color  id  commitment   Note
0   blue   1          10  False
1   blue   1           5  False
2   blue   1          15  False
3   blue   2          10   True
4   blue   1           9  False
5  green   3          10  False
6  green   3          11  False
7  green   2          12   True
8  green   3          15  False