使用基于regex-Python的另一列值替换列值

这是我的数据帧的摘录

data = [
    ['Citroën Amillis', '20 Za Des Baliveaux - 77120 Amillis', '77120', 'ok'],
    ['Relat Paris 9e', 'Métro Opéra - 75009 Paris 9e', 'Paris', 'error'],
    ['Macif Avon', '49 Av Franklin Roosevelt - 77210 Avon', '77210', 'ok'],
    ['Atac La Chapelle-la-Reine', 'Za Rue De L\'avenir - 77760 La Chapelle-la-Reine', 'La', 'error'],
    ['Société Générale La Ferté-Gaucher', '42 Rue De Paris - 77320 La Ferté-Gaucher', 'La', 'error']
]

df = pd.DataFrame(data, columns=['nom_magasin', 'adresse', 'code_postal', 'is_code_postal'])

df

如您所见，我的数据框中存在错误。对于某些地址，特别是当城市名称是由“La Chapelle La Reine”组成时，“邮政编码”列是错误的

我想做的是：如果列“is_code_postal”是一个“错误”，用列“ADRESE”中出现的邮政编码的正则表达式替换“code_postal”

我找不到解决办法。为此，我尝试了这个

df['is_code_postal']=np.where（df.code_postal.str.match（'^[a-zA-z]'），'error'，'ok'）

。起初，我考虑在同一个函数中进行所有更改。但是我错过了一些东西

重要的是我的数据帧有点重（超过25万行），所以我想寻求一个有效的解决方案

---

你们有什么想法吗？

你们可以忽略邮政编码，直接从“adresse”中提取，使用Quang的代码：

df['code_postal']=df['adresse'].str.extract('(\d{5})')

---

您可以忽略邮政编码，直接从“ADRESE”中提取，使用来自Quang的代码：

df['code_postal']=df['adresse'].str.extract('(\d{5})')

---

df['adresse'].str.extract（'（\d{5}）

对您有用吗？这样做吗

df['is_code_postal']=np.where（df.code_postal.str.match（'^[a-zA-z]'）、df['adrese'].str.extract（'（\d{5}'））、'ok'）

@QuangHoang

df['adrese'].str.extract（'（\d{5}'））为您提供邮政编码。您可以将它们与
df['code\u postal']
does
df['adresse'].str.extract（'（\d{5}）
为您工作？这样做吗
df['is_code_postal']=np.where（df.code_postal.str.match（'^[a-zA-z]'）、df['adrese'].str.extract（'（\d{5}'））、'ok'）
@QuangHoang
df['adrese'].str.extract（'（\d{5}'））为您提供邮政编码。您可以将其与
df['code\u posal']
进行比较，这将覆盖所有邮政编码，您如何将其仅应用于不正确的邮政编码？您可以通过df.loc[df.is\u code\u posal=='error'，'code\u posal']=df.adresse.str.extract（r'-（\d{5}'）仅选择这些行，这将覆盖所有邮政编码，如何将其仅应用于不正确的行？您可以通过df.loc[df.is_code_postail=='error'，'code_postail']=df.adresse.str.extract（r'\-（\d{5}'））仅选择这些行