检查列中的字符串是否与两种格式之一匹配，如果不匹配，重新格式化字符串

Question

我有一列字符串，它们是ID，应该遵循以下格式：C-xxxxx-U-##或C-xxxxx-UX-###其中x可以是数字或大写字母。你知道吗

我想检查ID是否遵循这两种格式中的任何一种，如果不遵循，我想重新格式化字符串。你知道吗

一些示例数据：

C-20BV7-U-00
C-20BW5-U-00
C1AWT4-UR-00  <--- wrong format
C-1B8V9-UR-00
C-20BX2-U-00

我想这会给我一些不遵循这种格式的行

result=df["ID"].str.match(pat='C-[A-Z0-9]{5}-U[A-Z0-9]{0,1}-[0-9]{2}$')
temp=df.loc[~result,"ID"]

但是，我如何改变格式，以我想要的没有具体的替代，因为我不知道它到底会有什么不同的格式

Answer 1

使用特定的正则表达式替换：

In [51]: df['ID'].str.replace(r'^C([^-])', 'C-\\1').replace(r'-U[^A-Z0-9]+', '-U')                           
Out[51]: 
0     C-20BV7-U-00
1     C-20BW5-U-00
2    C-1AWT4-UR-00
3    C-1B8V9-UR-00
4     C-20BX2-U-00
Name: ID, dtype: object