Pandas 在一列上使用正则表达式进行数据验证

Question

我想做的是寻找一个特定的模式。 1 个字母，破折号，后跟年份和字母，如“A-2012A”。之后，该列的其余值可以是任何值。我想确认这第一部分。和 return 一个 true/false 值。可能吗？

模式letter-yearletter

使用正则表达式对一列进行字符串验证。

example_column_1

truth_value = df['DNA \ Assay'].str.match(r'').astype(bool)

示例，r'' 正则表达式中没有任何内容。

我的预期输出是 True

example_column_2

我对 example_column_2 的预期输出是 False

Answer 1

使用正则表达式：

df['valid'] = df['DNA \ Assay'].str.match(r'[A-Z]-\d{4}[A-Z]', case=False)

输出：

  DNA \ Assay  valid
0  A-2000X-27   True
1  A-2000X-32   True
2  A-2000X-45   True
3  A-2000X-48   True
4  A-2000X-80   True

如果您想验证 all 个值：

df['DNA \ Assay'].str.match(r'[A-Z]-\d{4}[A-Z]', case=False).all()

输出：True

Pandas data validation with regex on one column