如何基于student_id分组，按规则生成error_flag_type列？

API 探路者

2026-8-21

按student_id分组创建error_flag_type列的实现方案

问题描述

如何按student_id分组，创建新列error_flag_type，其值由分组内subject_id和error字段的特征决定？

原始数据样例

student_id	subject_id	error	team
1	1	yes	A
1	2		A
1	3		A
1		yes	A
2	4		B
2	5		B
2		yes	B
3	6		B
3	7		B
3	8		B
3	9	yes	B
4	10		A
4	11		A
4	12		A

分组标记规则

若student_id分组内同时存在：subject_id非空且error为yes、subject_id为空且error为yes的行，error_flag_type标记为both；
若分组内仅存在：subject_id为空且error为yes的行，error_flag_type标记为student_id_level；
若分组内仅存在：subject_id非空且error为yes的行，error_flag_type标记为subject_id_level；
若分组内无error为yes的行，error列值设为no_error，error_flag_type标记为no_error；

实现代码（Python Pandas）

import pandas as pd

# 构造原始数据（实际场景可替换为pd.read_csv等读取方式）
df = pd.DataFrame({
    'student_id': [1,1,1,1,2,2,2,3,3,3,3,4,4,4],
    'subject_id': [1,2,3,pd.NA,4,5,pd.NA,6,7,8,9,10,11,12],
    'error': ['yes', pd.NA, pd.NA, 'yes', pd.NA, pd.NA, 'yes', pd.NA, pd.NA, pd.NA, 'yes', pd.NA, pd.NA, pd.NA],
    'team': ['A','A','A','A','B','B','B','B','B','B','B','A','A','A']
})

# 定义分组逻辑函数
def get_error_flag(group):
    error_yes = group[group['error'] == 'yes']
    if error_yes.empty:
        return pd.Series({'error': 'no_error', 'error_flag_type': 'no_error'})
    
    has_subj_error = not error_yes[error_yes['subject_id'].notna()].empty
    has_stu_error = not error_yes[error_yes['subject_id'].isna()].empty
    
    if has_subj_error and has_stu_error:
        flag = 'both'
    elif has_stu_error:
        flag = 'student_id_level'
    else:
        flag = 'subject_id_level'
    
    return pd.Series({'error': 'yes', 'error_flag_type': flag})

# 应用分组并聚合结果
final_result = df.groupby(['student_id', 'team'], as_index=False).apply(get_error_flag).reset_index(drop=True)
print(final_result)