我正在努力寻找一种方法来确定一个人是“不好”还是“好”。

关于我想要完成的事情的一点点，我有一个数据集，用于支付给定日期的支票或退回支票的违规行为，如果有退回支票，则表示没有这样的帐户。

如果他们有按时间顺序支付和反弹的模式，那么他们正在做一些可疑的事情，比如玩系统游戏。但是，如果他们有付款、退回、付款，并且在那之后几乎没有退回，那么最初的退回可能是人为输入错误。

我想使用数据集来确定谁是有模式的“坏人”，例如。支付，弹跳，支付，弹跳。

这是我的数据集的示例：

person     state date                           status  bounce_code   
A           NY  23-DEC-15 06.27.08.000000000 PM Paid    
A           NY  23-DEC-15 06.12.58.000000000 PM Paid    
A           NY  18-DEC-15 10.14.39.000000000 AM Return  R03
A           NY  15-DEC-15 04.16.58.000000000 PM Return  R03

原始数据集包含数千人以及他们的付款和退回历史。

一个想法是分析每个人，看看他们是否符合“模式”（付款、退回、付款、退回），如果符合，我会将他们标记为“不好”的人。

请让我知道这是否令人困惑，我愿意接受有关如何解决此问题的建议。