如何更正此正则表达式和函数以验证列值模式的正确性？

Question

我想检查我的pandas列中的字符串是否遵循特定模式。我想用一个函数check\u模式和一个正则表达式来实现。除前两位后面有一个破折号外，数据只能由位数以外的数字组成。正确值为08-15643。错误值可能为07-456d、04-47897-1、084564等。）

请看一下数据和我的代码：

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数据帧df，带有一个额外的列Correct\u模式。给定数据df后，该列的结果应为True、True、False。如果你有解决这个问题的其他想法，我也很感兴趣：）

Answer 1

您想使用Series.str.match方法查看模式是否与字符串匹配：

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

模式匹配字符串的开头（^code>，请注意，它与重新匹配是冗余的，但最好显式保留锚点），然后是两个数字，-，然后与任何1个数字匹配，然后用锚点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