尝试检查Python中的字符串是否遵循正确的模式（良好的格式）

我有一个包含带字符串的列的数据集。其中一列包含标识符。现在，我想检查该标识符是否遵循以下模式：例如，AB12CD，所以2个字母（大写），2个数字后再加2个字母

数据存储在数据框中。我有：

for i in range(0, len(data.columns)):
    if data.columns[i] == 'identifier ':
        pattern = re.compile("[A-Z][A-Z][0-9][0-9][A-Z][A-Z]")
        if pattern.match(data.ix[i, 0]):
            data['identifier Check'] = 'Ok'
        else:
            data['identifier  Check'] = 'identifier Format incorrect'

但这是行不通的。它会显示每一行OK或Corp键不正确。取决于第一行

有人能帮我吗？

---

谢谢

您的代码无法按预期工作，因为

数据['identifier Check']=“Ok”

将

'Ok'

分配给

标识符检查

列中的每一行

您的代码还按列而不是按行扫描DataFrame（即它检查每列第一行中的值，而不是检查每行特定列中的值）

我的解决方案定义了一个函数，该函数在给定字符串和模式的情况下返回所需的输出

使用

pandas.Series

具有的

apply

方法调用此函数。在这种情况下，它将检查

数据['identifier']

列中的每个项目，并将其发送到

检查标识符

功能。

data['identifier'].apply（check_identifier）

的结果将是一个

np.array

，然后将该数组分配给数据帧中新创建的

identifier check

列

# abusing the fact that default arguments are evaluated only during function definition
def check_identifier(value, pattern=re.compile("[A-Z][A-Z][0-9][0-9][A-Z][A-Z]")):
    return 'OK' if pattern.match(value) else 'identifier Format incorrect'

data['identifier Check'] = data['identifier'].apply(check_identifier)

例如：

def check_identifier(value, pattern=re.compile("[A-Z][A-Z][0-9][0-9][A-Z][A-Z]")):
    return 'OK' if pattern.match(value) else 'identifier Format incorrect'

df = pd.DataFrame({'a':['AB12CD', 'AB12Cd']})
print(df)
>>         a             
   0  AB12CD
   1  AB12Cd

df['identifier Check'] = df['a'].apply(check_identifier)

print(df)
>>           a             identifier Check
   0  AB12CD                           OK
   1  AB12Cd  identifier Format incorrect

---

您的代码无法按预期工作，因为

data['identifier Check']=“Ok”

将

'Ok'

分配给

identifier Check

列中的每一行

您的代码还按列而不是按行扫描DataFrame（即它检查每列第一行中的值，而不是检查每行特定列中的值）

我的解决方案定义了一个函数，该函数在给定字符串和模式的情况下返回所需的输出

使用

pandas.Series

具有的

apply

方法调用此函数。在这种情况下，它将检查

数据['identifier']

列中的每个项目，并将其发送到

检查标识符

功能。

data['identifier'].apply（check_identifier）

的结果将是一个

np.array

，然后将该数组分配给数据帧中新创建的

identifier check

列

# abusing the fact that default arguments are evaluated only during function definition
def check_identifier(value, pattern=re.compile("[A-Z][A-Z][0-9][0-9][A-Z][A-Z]")):
    return 'OK' if pattern.match(value) else 'identifier Format incorrect'

data['identifier Check'] = data['identifier'].apply(check_identifier)

例如：

def check_identifier(value, pattern=re.compile("[A-Z][A-Z][0-9][0-9][A-Z][A-Z]")):
    return 'OK' if pattern.match(value) else 'identifier Format incorrect'

df = pd.DataFrame({'a':['AB12CD', 'AB12Cd']})
print(df)
>>         a             
   0  AB12CD
   1  AB12Cd

df['identifier Check'] = df['a'].apply(check_identifier)

print(df)
>>           a             identifier Check
   0  AB12CD                           OK
   1  AB12Cd  identifier Format incorrect