我有2列的大型保险索赔数据集。一栏是索赔标识。另一个是与索赔相关的大量注释。
我的目标是为特定的VIN码发短信给“索赔说明”。 VIN＃通常为17位格式。参见下文：https://www.autocheck.com/vehiclehistory/autocheck/en/vinbasics
但是，根据我的数据，出现了一些问题。有时，只有VIN＃的最后6位数字被输入。我基本上需要一种方法来处理我的数据并获取任何看起来像17位VIN码的东西并将其返回到该数据行。我正在使用Python 3，并且是一名菜鸟文本挖掘者，但是在使用正则表达式方面有一些基本经验。
我正在尝试在python中创建一个函数，在其中可以将其lambda应用于注释列。
到目前为止尝试：
C_Notes['VIN#s'] = C_Notes['ClaimsNotes'].str.findall(r'[0-9]{1}[0-9a-zA-Z]{16}')
我正在尝试在提供的链接中模仿VIN的格式。
所以寻找具有以下品质的字符串的东西：
编辑：更改了代码段。如果我用虚构的文本制作了一些VIN的玩具示例，则此代码示例有效，但在通过pandas列进行迭代时没有获得任何成功。每行条目都有大段文字，我希望函数一次遍历每行。
谢谢。
答案 0 :(得分：1)
但是您正在使用哪个VIN系统准确？
维基百科的article描述了17位VIN码，描述了三种不同的系统：ISO 3779，欧洲和北美。
显然，没有通用的正式规则来规定什么（仅字母/仅数字/字母数字）占据哪个位置。
前3个字符取决于制造商所在的国家/地区，其中第一个是大洋洲和两个美洲的数字，但每个人的字母都是。
对于北美的第9、13、14、15、16和17个位置，始终是数字，并且从未使用字母I,O,Q。
考虑到上述考虑因素，可以使用以下模式：
[0-9][0-9A-Za-z^IiOoQq]{7}[0-9][0-9A-Za-z^IiOoQq]{3}[0-9]{5}
由数字（[0-9]）和字母数字组成，但不是禁止的字符。 ^中的[]表示将跟随字符黑名单。
更笼统地说，我建议不要基于有限的合法字符串子集猜测正则表达式。
答案 1 :(得分：0)
好吧，您的代码正则表达式无法正常工作，因为它违反了您的详细信息。尝试：
^[0-9][a-zA-Z]{2}[0-9a-zA-Z]{5}[a-zA-Z]{3}[0-9]{6}