我有两个数据帧:
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,我要打印一条消息,显示df名称、索引和日期的错误情况,如下所示:
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)
它以表格格式打印它们匹配的地方,但我想在单个打印语句中打印它们不匹配的地方
有什么想法吗?
您可以遍历数据帧的所有行,如果条目与您的模式不匹配,则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
如果你的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
您正在寻找Series.str.match
。
从本质上讲,您需要提取dob
系列,我认为这就是您对df['dob']
和result = df['dob'].str.match(date_pattern)
所做的。结果将是一系列True
和False
值,对应于它们各自的df['dob']
值。