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。
请您参考如下方法:
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)
