Pandas校验Column3为6时Column4是否以6开头的问题排查

问题描述 #

现有如下CSV数据：

Column1;Column2;Column3;Column4
A;B;6;6200
B;D;5;5000
E;F;6;5100
F;F;6;6200

需求：

• 当Column3的值为"6"时，Column4必须以"6"开头
• 当Column4以"6"开头时，Column3的值必须为"6"
  只要出现任意一行不匹配上述规则，就打印错误提示。两列数据类型均为字符串。

用户尝试的代码：

if ((df[df["Column3"] == "6"] and df['Column4'].str[0:1] <> "6") or (df[df["Column3"] <> "6"] and df['Column4'].str[0:1] == "6")):
    print("Error")

该代码无法正常运行，需排查问题并修正。

错误原因分析 #

1. 布尔索引与逻辑运算符使用错误：df[df["Column3"] == "6"]返回的是DataFrame切片，不是单个布尔值，不能直接用and和布尔Series做判断。Pandas中对布尔Series的逻辑组合必须用&（与）、|（或），且每个条件需用括号包裹。
2. 不等于运算符不规范：Python标准的不等于运算符是!=，<>是过时写法，部分环境兼容但易引发语法问题。
3. 条件逻辑表述错误：原代码没有准确筛选出"不匹配"的行，正确逻辑应该直接针对每行的两个字段做判断，而非先切片再比较。

修正后的代码 #

import pandas as pd

# 读取CSV，指定分隔符为分号，强制所有列按字符串类型读取
df = pd.read_csv("your_file.csv", sep=";", dtype=str)

# 定义两种不匹配的情况
condition1 = (df["Column3"] == "6") & (df["Column4"].str[0] != "6")
condition2 = (df["Column3"] != "6") & (df["Column4"].str[0] == "6")

# 检查是否存在任意不匹配的行
if condition1.any() or condition2.any():
    print("Error: 存在Column3与Column4不匹配的行")
    # 可选：打印具体不匹配的行，方便排查
    print(df[condition1 | condition2])

代码说明 #

• 读取CSV时指定sep=";"和dtype=str，确保两列始终为字符串类型，避免类型转换问题
• df["Column4"].str[0]直接取字符串第一个字符，比str[0:1]更简洁高效
• condition1和condition2分别筛选两种违规场景，用.any()判断是否存在违规行，只要有一行就触发错误提示

内容的提问来源于stack exchange，提问作者PSt