Pandas DataFrame提取IBAN失败，正则单独测试有效求排查

核心问题分析 #

你遇到的问题根源在于两个常见误区：

1. 误用str.contains：该方法仅返回布尔值（是否存在匹配），无法提取具体IBAN内容；
2. 循环处理时未考虑DataFrame的特殊情况（如NaN空值、非字符串类型、隐藏空白字符）。

正确解决方案 #

方法一：用Pandas原生str.extract（推荐，效率更高）

str.extract是Pandas专门用于从文本列提取匹配内容的方法，直接生成目标列：

import pandas as pd

# 定义兼容带空格IBAN的正则（支持大小写、中间空格）
iban_regex = r'([A-Za-z]{2}\s?\d{2}\s?[A-Za-z0-9\s]{10,32})'

# 提取IBAN并清理空格（统一格式）
df_bv_tikkie['IBAN_Tik'] = (
    df_bv_tikkie['Omschrijving']
    .str.extract(iban_regex, expand=False)  # 提取匹配到的第一个IBAN
    .str.replace(r'\s', '', regex=True)     # 去除所有空格
    .str.upper()                            # 转大写统一格式
)

方法二：自定义函数+apply（适合复杂逻辑）

如果需要更灵活的处理（比如过滤无效IBAN），可以用自定义函数：

import re
import pandas as pd

# 预编译正则（提升效率）
iban_pattern = re.compile(r'[A-Za-z]{2}\s?\d{2}\s?[A-Za-z0-9\s]{10,32}', re.IGNORECASE)

def extract_clean_iban(text):
    # 处理空值
    if pd.isna(text):
        return None
    # 强制转字符串避免非文本类型报错
    text_str = str(text)
    # 匹配IBAN
    match = iban_pattern.search(text_str)
    if match:
        # 清理空格并转大写
        return match.group(0).replace(' ', '').upper()
    return None

# 应用到列
df_bv_tikkie['IBAN_Tik'] = df_bv_tikkie['Omschrijving'].apply(extract_clean_iban)

排查验证步骤 #

如果仍有问题，按以下步骤定位：

1. 检查文本实际内容：取一行有IBAN的记录打印，确认是否有隐藏字符（如换行、制表符）：

   print("原始文本:", repr(df_bv_tikkie['Omschrijving'].iloc[0]))
   

2. 清理文本预处理：如果有隐藏空白，先清理：

   df_bv_tikkie['Omschrijving'] = df_bv_tikkie['Omschrijving'].str.replace(r'\s+', ' ', regex=True)
   

3. 验证正则匹配：用单行文本测试正则，确认匹配逻辑：

   test_text = df_bv_tikkie['Omschrijving'].iloc[0]
   print("匹配结果:", iban_pattern.search(str(test_text)))
   

内容的提问来源于stack exchange，提问作者Renalt