Python Pandas实现字符串列校验计算与不符合规则行筛选

实现思路 #

• 先对col1列做异常兼容：NaN、长度不等于11、含非数字字符的值，直接判定为不符合校验要求
• 对符合11位纯数字格式的值，按照给定算法计算校验位，和实际最后一位比对
• 按筛选条件过滤行即可得到目标结果

完整实现代码 #

import pandas as pd
import numpy as np

# 示例数据（可替换为实际DataFrame）
df = pd.DataFrame({
    'col1': ['46081402525', '77020220486', '1233GGdP', np.nan]
})

# 固定权重顺序，对应前10位数字从左到右的权重值
weights = [1, 3, 7, 9, 1, 3, 7, 9, 1, 3]

def check_valid(s):
    # 空值直接判定为不合法
    if pd.isna(s):
        return False
    # 长度不是11直接判定为不合法
    if len(s) != 11:
        return False
    # 含非数字字符直接判定为不合法
    if not s.isdigit():
        return False
    # 取前10位转整数列表
    front_digits = [int(c) for c in s[:-1]]
    # 计算所有乘积的个位数之和
    sum_unit = 0
    for d, w in zip(front_digits, weights):
        sum_unit += (d * w) % 10
    # 计算期望校验位，兼容和个位为0时校验位为0的边界场景
    expected_check = (10 - sum_unit % 10) % 10
    actual_check = int(s[-1])
    return expected_check == actual_check

# 筛选校验通过的行，和示例输出一致
valid_mask = df['col1'].apply(check_valid)
result = df[valid_mask]
print(result)

结果说明 #

运行代码输出和预期完全匹配：

col1
1  77020220486

如果需要筛选不满足规则的行，把筛选条件改为df[~valid_mask]即可，会返回校验失败、含非数字字符、空值的所有行。 #

内容的提问来源于stack exchange，提问作者dingaro