筛选一列中字母、数字或连字符的行

Question

给定如下数据帧，我需要检查room列：

   id    room
0   1   A-102
1   2     201
2   3    B309
3   4   C·102
4   5  E_1089

此列的正确格式应为numbers、alphabet或hyphen，否则，用incorrect填充check列

预期结果如下：

   id    room      check
0   1   A-102        NaN
1   2     201        NaN
2   3    B309        NaN
3   4   C·102  incorrect
4   5  E_1089  incorrect

这里的非正式语法可以是：

df.loc[<filter1> | (<filter2>) | (<filter3>), 'check'] = 'incorrect'

提前谢谢你的帮助

Answer 1

使用str.match强制所有字符：

df['check'] = np.where(df.room.str.match('^[a-zA-Z\d\-]*$'), np.NaN, 'incorrect')

或str.contains带否定模式：

df['check'] = np.where(df.room.str.contains('([^a-zA-Z\d\-])'), 'incorrect', np.NaN)

输出：

   id    room      check
0   1   A-102        nan
1   2     201        nan
2   3    B309        nan
3   4   C·102  incorrect
4   5  E_1089  incorrect

如果要更新现有的check列，请使用loc访问。例如：

df.loc[df.room.str.contains('([^a-zA-Z\d\-])'), 'check'] = 'incorrect'
# or safer when `NaN` presents
# df.loc[df.room.str.contains('([^a-zA-Z\d\-])') == True, 'check'] = 'incorrect'