python - pandas 使用正则表达式匹配根据另一列的值为一列设置 bool 值

Question

我有一个 df，其中一列 ( acount_no ) 包含空字符串、空格字符串和重复数字字符串作为其值。对于这些值，我想创建一个新列 ( valid_account_no ) 并将 False 设置为其对应的行。此外，如果任何 account_no 的长度为 <= 4，它们将被设置 False 为 valid_account_no 。 df 看起来像，

 id    account_no    valid_account_no
 1                   False
 2     999999        False
 3     1234          False
 4     123456        True

这是我的代码，

# sets boolean values of column valid account no when account no is spaced or repeated number
df['valid_account_no'] = df['account_no'].str.match(r"\b(\d)\1+\b| +")

# if length of any account nos are <= 4 or the account nos are empty
# set values of column valid account no to False
invalid_account_indices = df[(df['account_no'].str.len() <= 4) |
                             (df['account_no'] == '')].index
df.loc[invalid_account_indices, 'valid_account_no'] = False

我想知道是否有更好的方法来实现这一点，在某种意义上使其更简洁高效。

Answer 1

如果您的方法本身不错，另一种解决方法是使用简单的 bool 代数，即

m1 = df['account_no'].str.match(r"\b(\d)\1+\b| +")
m2 = df['account_no'].str.len()<=4
m3 = df['account_no'] == ''
df['valid_account_no'] = (m1) | (m2 & m3)