基于Concepto列条件生成唯一ID的技术实现问询

需求规则 #

从Concepto列提取信息生成唯一ID，规则如下：

• 若内容包含TARJETA ENT：提取REF:后的11位数字，加上日期部分（格式DD/MM/YYYY转为DDMMYYYY），拼接为ID
• 若内容包含AN.NOMINAL REMESA EFECTOS：提取最后一个-后的10位数字作为ID
• 其他情况：提取冒号（:）后的数字串作为ID

原始数据 #

期望结果 #

实现方案 #

1. Excel公式实现 #

在ID列的第一个单元格（如B2）输入以下公式，下拉填充即可：

=IF(ISNUMBER(SEARCH("TARJETA ENT",A2)),
    MID(A2,SEARCH("REF:",A2)+4,11)&SUBSTITUTE(MID(A2,SEARCH("-",A2)+1,10),"/",""),
    IF(ISNUMBER(SEARCH("AN.NOMINAL REMESA EFECTOS",A2)),
        RIGHT(A2,10),
        TRIM(MID(A2,SEARCH(":",A2)+1,LEN(A2)))
    )
)

逻辑说明：

• 第一层判断：识别TARJETA ENT行，提取REF:后11位数字，再提取日期并去除斜杠，拼接成ID
• 第二层判断：识别AN.NOMINAL REMESA EFECTOS行，直接提取最后10位数字
• 默认情况：提取冒号后的内容并去除首尾空格

2. Python pandas批量实现 #

适合处理大量数据，代码示例如下：

import pandas as pd

def generate_id(row):
    concepto = row['Concepto']
    if 'TARJETA ENT' in concepto:
        # 提取REF后的11位数字
        ref_start = concepto.find('REF:') + 4
        ref_num = concepto[ref_start:ref_start+11]
        # 提取日期并格式化
        date_start = concepto.find('-') + 1
        date_str = concepto[date_start:date_start+10]
        date_formatted = date_str.replace('/', '')
        return ref_num + date_formatted
    elif 'AN.NOMINAL REMESA EFECTOS' in concepto:
        # 提取最后-后的10位数字
        return concepto.split('-')[-1][:10]
    else:
        # 提取冒号后的数字串
        return concepto.split(':')[-1].strip()

# 构造或读取数据
df = pd.DataFrame([
    {"Concepto": "TARJETA ENT: REF:08780807807  8603CDTO. BUSINESS 1040-25/12/2021", "ID": ""},
    {"Concepto": "TARJETA ENT:-REF:08780810810  8603CDTO. BUSINESS 1040-25/12/2021", "ID": ""},
    {"Concepto": "INTERESES DE PRESTAMO PTMO.:000087816490219968", "ID": ""},
    {"Concepto": "AMORTIZACION PRESTAMO PTMO.:000087816490219968", "ID": ""},
    {"Concepto": "INTERESES DE LEASING LEAS.:000087816520001372", "ID": ""},
    {"Concepto": "AMORTIZACION LEASING LEAS.:000087816520001372", "ID": ""},
    {"Concepto": "LEASING-COBRO DEL IVA LEAS.:000087816520001372", "ID": ""},
    {"Concepto": "AN.NOMINAL REMESA EFECTOS ES8230580878030689003155-6030865924", "ID": ""},
    {"Concepto": "IMPORTE ORDEN PAGO CONTRATO: 000087806860000063", "ID": ""}
])

# 生成ID列
df['ID'] = df.apply(generate_id, axis=1)

# 查看结果
print(df)

逻辑说明：

• 定义generate_id函数，按规则分支处理每行的Concepto内容
• 通过apply函数将逻辑批量应用到DataFrame的每一行，生成ID列

内容的提问来源于stack exchange，提问作者Alejandro González Espejo