如何使用Python校验Excel数据中字符串第3位是否为'-'字符

原有代码问题说明 #

你写的代码存在3个核心问题，导致无法实现校验需求：

• 语法错误：Python条件判断的相等比较需用==，赋值用=，且if语句末尾必须加英文冒号
• 逻辑偏差：直接对pandas的DataFrame列做[2:]切片是对整列做行截取，不是对每个单元格内的字符串取对应位置字符；且代码里的字符串拼接逻辑和“校验第3位是否为'-'”的需求完全无关
• 兼容缺失：没有处理列内空值、非字符串类型、长度不足3位的异常值，直接取字符位置会触发运行报错

校验规则说明 #

目标校验规则：指定列（ProjectID）所有单元格内容的第3位字符必须为'-'，合规示例为RE-32456。注意Python字符串索引从0开始计数，日常表述的第3位对应索引值为2。

正确实现代码 #

基于pandas处理Excel数据的场景，可直接使用以下代码完成校验，自动兼容异常值场景：

import pandas as pd

# 以下为读入Excel的示例代码，可替换为你自己的读入逻辑
# df = pd.read_excel("你的文件路径.xlsx")

# 先统一将目标列转为字符串，空值填充为空字符串避免报错
df['ProjectID'] = df['ProjectID'].astype(str).fillna('')

# 筛选所有不合规的记录：长度不足3位、第3位不是'-'均判定为不合规
invalid_data = df[~(
    (df['ProjectID'].str.len() >= 3)
    & (df['ProjectID'].str[2] == '-')
)]

# 打印不合规结果
print("不合规记录明细：")
print(invalid_data[['ProjectID']])

# 如需给原数据增加合规标记列，可执行以下代码
df['校验是否通过'] = (
    (df['ProjectID'].str.len() >= 3)
    & (df['ProjectID'].str[2] == '-')
)

注意事项 #

• 对pandas列内的每个字符串做操作时，必须使用.str访问器，不能直接用Python原生字符串的切片/索引语法操作整列
• 必须增加字符串长度判断逻辑，否则长度小于3的内容取第3位字符时会返回空值，导致校验结果失真
• 提前做类型转换可以规避数字类型、空值导致的类型报错

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