如何在Python Pandas中验证DataFrame字符串的出生日期日范围

问题说明 #

现有一个Pandas DataFrame，其中col1为字符串类型，数据示例如下：

需求是提取col1字符串的第5、6位（对应Python字符串索引[4:6]），判断该数值是否属于1-31的合法日期范围，最终生成包含布尔值结果的col2列，预期输出如下：

实现方案 #

方法1：简洁的子串提取+范围判断 #

直接利用Pandas的字符串方法提取目标子串，转换为整数后用between()方法完成范围校验：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    "col1": ["14212614414", "05261265140", "82044114467"]
})

# 提取第5-6位字符，转整数后判断是否在1-31之间
df["col2"] = df["col1"].str[4:6].astype(int).between(1, 31)

方法2：带格式校验的处理（可选） #

如果需要先验证提取的子串是纯数字（避免非数字字符导致转换错误），可以用apply()结合自定义逻辑：

def validate_day(s):
    day_str = s[4:6]
    if day_str.isdigit():
        day = int(day_str)
        return 1 <= day <= 31
    return False

df["col2"] = df["col1"].apply(validate_day)

结果说明 #

两种方法都会为DataFrame新增col2列：

• 当提取的日数值在1-31区间内时，col2值为True
• 若数值超出范围或提取的子串不是有效数字，col2值为False

内容的提问来源于stack exchange，提问作者dingaro