如何编写Python函数对DataFrame数量列执行多规则校验

原代码报错是因为qty_col = [col for col in df.columns if 'qty' in col]得到的是列名字符串组成的列表，不是pandas的Series/DataFrame结构，不存在isnull()方法；且原逻辑仅做了空值判断，没有覆盖约定的取值规则，无法满足校验需求。

先把规则转化为可代码判断的分支：

• 单张表qty列数量≥2时，"-"判定为合法值；单qty列表该值判定为非法
• 固定合法枚举值："AR"
• 格式合法的数值类值：整数/浮点数，可在末尾带任意字母单位（含要求的EA、FT、KG等，单位和数值之间允许有空格）
• 空值、不符合上述格式的其他值均判定为非法
• 逐行校验时，只要该行任意一个qty列取值非法，就返回该行对应的line no；所有qty列取值均合法则返回True

import pandas as pd
import numpy as np
import re

def validate_qty_columns(df: pd.DataFrame):
    # 提取所有名称含qty的列
    qty_cols = [col for col in df.columns if 'qty' in col]
    # 多qty列场景下允许"-"作为合法值
    allow_dash = len(qty_cols) >= 2
    # 匹配规则：整数/浮点数开头，末尾可选带字母单位，数值和单位间允许空格
    num_pattern = re.compile(r'^\d+(\.\d+)?\s*[a-zA-Z]*$')

    def check_row(row):
        for col in qty_cols:
            val = row[col]
            # 空值直接判定非法
            if pd.isna(val):
                return row['line no']
            # 统一转字符串去首尾空格做格式判断
            val_str = str(val).strip()
            # AR为固定合法值
            if val_str == 'AR':
                continue
            # 多列场景下"-"判定合法
            if allow_dash and val_str == '-':
                continue
            # 匹配数值+单位格式，匹配通过则进入下一列校验
            if num_pattern.match(val_str):
                continue
            # 所有合法分支未命中，返回当前行号
            return row['line no']
        # 所有qty列校验通过返回True
        return True

    # 逐行应用校验逻辑，返回和原表行顺序对齐的结果列表
    return df.apply(check_row, axis=1).tolist()


# 批量校验多页库存表示例
if __name__ == '__main__':
    # 将所有待校验的库存DataFrame按页顺序存入列表即可
    inventory_tables = [df_multi_qty, df_single_qty]
    page_results = []
    for table in inventory_tables:
        page_res = validate_qty_columns(table)
        page_results.append(page_res)

• 正则规则已经覆盖不带单位的纯整数/浮点数、带EA单位的整数、带FT/KG等任意计量单位的数值场景，不需要单独为每个单位写判断分支
• 函数会自动识别当前表的qty列数量，决定是否放开"-"的合法权限，不需要手动标记表类型
• 返回的page_results是按页存储的校验结果，每个子列表和对应表的行顺序完全对齐，合法行值为True，非法行值为对应行的line no
• 如果需要把校验结果直接写回原表，执行df['corr_qty'] = validate_qty_columns(df)即可

内容的提问来源于stack exchange，提问作者onlywynter