时间戳

首页 > 解决方案 > 如何提取 reg 表达式在数据框列中不匹配的位置？

regex - 如何提取 reg 表达式在数据框列中不匹配的位置？

问题描述

我有两个数据框：

OrderedDict([('page1',     name       dob
          0   John  07-20200
          1  Lilly   05-1999
          2  James   02-2002), ('page2',      name       dob
          0   Chris   07-2020
          1  Robert   05-1999
          2    barb  02-20022)])

我想针对两个数据帧中的每个日期运行我的 reg 表达式，如果它们都匹配，我想继续我的程序，如果没有匹配，我想打印一条消息，显示 df 名称、索引和日期的情况错误是这样的：

INVALID DATE: Page1: index 0: dob: 02-20200
INVALID DATE: Page2: index 2: dob: 02-20022

我到了这个地步

    date_pattern = r'(?<!\d)((?:0?[1-9]|1[0-2])-(?:19|20)\d{2})(?!\d)'
    for df_name, df in employee_dict.items():
    x = df[df.dob.str.contains(date_pattern, regex=True)]
    print(x)

以表格格式打印它们匹配的位置，但我想在单个打印语句中打印它们不匹配的位置

有任何想法吗？

标签： regexpython-3.xdataframefor-loopif-statement

解决方案

您可以遍历数据帧的所有行，如果条目与您的模式不匹配，您可以生成您选择的消息：

for df_name, df in employee_dict.items():       # Iterate over your DFs
  for index, row in df.iterrows():              # Iterate over DF rows 
    if not re.search(date_pattern, row['dob']): # If the dob column value has no match
      print("INVALID DATE: {}: index {}: dob: {}".format(df_name, index,row['dob']))  # Print error message

如果你df是pd.DataFrame({'dob': ['05-2020','4-2020','07-1999','2-2001','1-20202020','112-2020']})，结果将是

INVALID DATE: page1: index 4: dob: 1-20202020
INVALID DATE: page1: index 5: dob: 112-2020

推荐阅读