如何使用Power Query识别列中的Cost Code（成本代码）数据

提炼的成本代码规则 #

从示例中可总结有效Cost Code的核心特征：

• 必须以数字开头
• 主体部分仅包含数字和英文句号，可有多段（如10.01.01、40.001、3000）
• 允许在主体后追加- 字母组合的后缀（如2000.0001 - ABC）
• 以下情况判定为无效：包含字母与数字混合的非后缀部分、纯字母、含下划线等特殊符号

正则表达式匹配方案 #

可以用以下正则表达式精准匹配有效Cost Code：

^\d+(\.\d+)*(- [A-Za-z]+)?$

正则解释 #

• ^\d+：开头必须是一个或多个数字
• (\.\d+)*：可选的、重复出现的「句号+数字」组合，支持多段数字（如.01、.001）
• (- [A-Za-z]+)?：可选的后缀部分，格式为「空格减号空格+大小写字母组合」
• $：匹配到字符串结尾，确保无多余无效字符

各工具中的实现示例 #

1. Excel中使用 #

在空白单元格（如C2）输入公式，下拉即可批量判断：

=IF(REGEXMATCH(A2,"^\d+(\.\d+)*(- [A-Za-z]+)?$"),"是代码","非代码")

注：需Excel 365及以上版本支持REGEXMATCH函数

2. Python中使用 #

用re模块实现批量识别：

import re

cost_code_pattern = re.compile(r'^\d+(\.\d+)*(- [A-Za-z]+)?$')

test_codes = [
    "10.01.01", "40.001", "3000", "2000.0001 - ABC",
    "500.ABC", "ABC  DEF", "01_ABC"
]

for code in test_codes:
    if cost_code_pattern.match(code):
        print(f"{code}: 是代码")
    else:
        print(f"{code}: 非代码")

3. SQL中使用（以MySQL为例） #

用REGEXP操作符判断：

SELECT 
    A列 AS 待识别内容,
    CASE WHEN A列 REGEXP '^[0-9]+(\.[0-9]+)*(- [A-Za-z]+)?$' 
         THEN '是代码' 
         ELSE '非代码' 
    END AS 识别结果
FROM 你的数据表;

内容的提问来源于stack exchange，提问作者arpitprakash