Python 如何更正此正则表达式和函数以验证列值模式的正确性？

我想检查pandas列中的字符串是否遵循特定的模式。我想用一个函数check_模式和一个正则表达式来实现。除前两位后面有破折号外，数据应仅由位数以外的数字组成。正确的值应为08-15643。错误的值可能是07-456d、04-47897-1、084564等。）

请查看数据和我的代码：

df = pd.DataFrame(str_list)
str_list = ['19-123', '08-156445787', '08-156468787-1']
df.rename(columns={df.columns[0]: "Strings" }, inplace = True)

def check_pattern(Strings):
    is_correct_pattern = False
    pattern = re.compile("^[0-9]{2}'-'[0-9]")
    if pattern.match(Strings) == True:
        is_correct_pattern = True
   return is_correct_pattern

df['Correct_pattern'] = df['Strings'].apply(lambda x: check_pattern(x))

我的输出应该是原始的dataframe df，并带有一个额外的列更正模式。对于给定的数据df，该列的结果应该是True、True、False。如果您有其他解决此问题的方法，我也很感兴趣：）

您想使用它来查看模式是否与字符串匹配：

df['Correct_pattern'] = df['Strings'].str.match(r'^\d{2}-\d+$')

^\d{2}-\d+$

模式匹配字符串的开头（

^

，请注意，它与

re.match

是冗余的，但最好显式保留锚点），然后是两位数字，

-

，然后

\d+

匹配任何1+位，然后用

$

定位符断言字符串末尾的位置

以

str_list=['19-123'，'08-156445787'，'08-156468787-1']

作为输入，输出为：

>>> df
          Strings  Correct_pattern
0          19-123             True
1    08-156445787             True
2  08-156468787-1            False

---

试试

df['Correct_pattern']=df['Strings'].str.match（r'^\d{2}-\d+$）

yes，太好了。除了我想保留一次错误的记录。我想看看。这个表达式只给我留下了正确的案例。我测试了代码，使用您的输入数据，我得到了正确和错误的结果。好吧，出了点问题。当我清除输出并再次运行它时，它工作了。谢谢！！