Python数据框-使用基于现有列值长度的值创建一个新列

Question

我有一个如下数据框。

d = {'ID' : ['123456789012345678', '3456789012345678']
    }
df = pd.DataFrame(d)

，输出为

    ID
0   123456789012345678
1   3456789012345678

我想创建一个新列is_valid，使得如果ID value的长度为18，则true否则为false 也就是说，预期的输出是

            ID          is_valid
0   123456789012345678  Yes
1   3456789012345678    No

现在我使用正则表达式如下

expr = '^[0-9]{18}$'
df['is_valid'] = np.where(df['ID'].str.match(expr), 'Yes', 'No')

有没有更好的方法来实现它？

Answer 1

使用Series.str.len和Series.eq：

df['is_valid'] = df.ID.str.len().eq(18)

[出]

                   ID  is_valid
0  123456789012345678      True
1    3456789012345678     False

Answer 2

您的代码：

 %timeit -n 1000
 expr = '^[0-9]{18}$'
 %timeit df['is_valid'] = np.where(df['ID'].str.match(expr), 'Yes', 'No')

#320 µs ± 7.97 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

其他替代方法：

%timeit -n 5000
%timeit df['validation']=['True' if len(s)>=18 else 'False' for s in df['ID']]

#201 µs ± 10.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 3

您可以根据条件使用np.where在Yes和No之间切换：

df['is_valid'] = np.where(df.ID.str.len().eq(18), 'Yes', 'No')
#                   ID is_valid
#0  123456789012345678      Yes
#1    3456789012345678       No