Python 验证数据帧列

我有一个数据框，列如下-

u'wellthie_issuer_identifier', u'issuer_name', u'service_area_identifier', u'hios_plan_identifier', u'plan_year', u'type'

我需要验证每列中的值，最后得到一个有效的数据帧

例如，我需要检查

plan\u year

列是否满足下面的验证

presence: true, numericality: true, length: { is: 4 }

hios\u计划\u标识符

列满足下面的正则表达式

          format: /\A(\d{5}[A-Z]{2}[a-zA-Z0-9]{3,7}-TMP|\d{5}[A-Z]{2}\d{3,7}(\-?\d{2})*)\z/,
          presence: true, length: { minimum: 10 },

类型

列包含

in: ['MetalPlan', 'MedicarePlan', 'BasicHealthPlan', 'DualPlan', 'MedicaidPlan', 'ChipPlan']

我需要验证很多列。我试图给出一个数据示例

我能够用s

tr.contains（'\A（\d{5}[A-Z]{2}[A-zA-Z0-9]{3,7}-TMP{124;\ d{5}[A-Z]{2}\d{3,7}（\-？\d{2}）*\Z}，regex=True）检查正则表达式。

---

同样，我也可以单独检查其他验证。我不知道如何把所有的验证放在一起。我是否应该在

和
条件下，将所有内容放入
if
循环中。是否有一种简单的方法来验证dataframe列？此处需要帮助
您可以使用多个功能。基本上，您可以使用以下语法按内容过滤数据帧：

df = df[(condition1) & (condition2) & ...] # filter the df and assign to the same df

特别针对您的情况，您可以使用以下函数（表达式）替换
条件
：

最后，如果要重置索引，可以使用
df=df.reset\u index（drop=True）
将输出df索引重置为0,1,2

编辑：检查NaN、NaT、None值是否可以使用

df[some_column].isnull()

对于多个列，可以使用

df[[col1, col2]].isin(valuelist).all(axis=1)

如何检查特殊列是否为空？使用is not null？
df[some_column].isnull（）
可以检查NaN、NaT和None，但不能检查inf和空字符串，对于空字符串，您可以检查长度而不是Kevin，
（（df['plan_year'].notnull（）.any（））和（df['plan_year'].str.isdigit（））和（df['plan_year']str.len（）=4））
。这是正确的方法吗？或者我可以把它分组吗。另外，这也让我觉得
只能使用带字符串值的.str访问器，
错误。@user1896796您不需要
.any（）
，并且在使用
.str.isdigit（）
之前，您必须确保您的列类型是字符串，如果您不确定是否可以执行
.astype（str）.str.isdigit（）
谢谢Kevin。请再帮我一个忙。我在多个列上有相同的验证集。我是否可以将所有列组合在一起，或者我必须一次又一次地验证所有列？
df[[col1, col2]].isin(valuelist).all(axis=1)