如何判断列编码为3位数字并提取首位生成新的team列

核心逻辑 #

判断编码是否同时满足两个条件：1. 去除首尾空格后长度为3；2. 内容为纯数字。满足则取编码第一位作为team值，否则返回NULL。

不同场景实现代码 #

Azure 数据流派生列表达式（对应你当前使用的数据流场景） #

直接在派生列中写入如下表达式即可，将其中的code替换为你实际的编码字段名：

iif(length(trim(code)) == 3 && isInteger(code), left(trim(code), 1), toString(null()))

SQL 实现 #

如果可以通过SQL脚本处理数据，可用如下语句：

SELECT 
    其他字段,
    CASE WHEN LENGTH(TRIM(code)) = 3 AND code REGEXP '^[0-9]{3}$' THEN LEFT(TRIM(code),1) ELSE NULL END AS team
FROM 你的表名

Python Pandas 实现 #

如果用Python处理数据，可参考如下代码：

import pandas as pd
import numpy as np

df['team'] = np.where(
    (df['code'].astype(str).str.strip().str.len() == 3) & 
    (df['code'].astype(str).str.strip().str.isdigit()),
    df['code'].astype(str).str.strip().str[0],
    np.nan
)

效果验证 #

规则匹配测试：

• 编码315：符合规则，team值为3
• 编码240：符合规则，team值为2
• 编码3300：长度不符，team值为NULL
• 编码12x：非纯数字，team值为NULL

内容的提问来源于stack exchange，提问作者Youri