не может суммировать строки, которые соответствуют регулярному выражению в pandas/python

Question

Я могу найти количество строк в столбце в кадре данных pandas, которые НЕ следуют шаблону, но не количество строк, которые следуют одному и тому же шаблону!

Это работает:

df.report_date.apply(lambda x: (not re.match(r'[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}', x))).sum()

Это не: удаление «не» не говорит мне, как сопрягать много строк, но вызывает TypeError. Любая идея, почему это так? df.report_date.apply(lambda x: (re.match(r'[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}', x))).sum()

Answer 1

df = pd.DataFrame(dict(
     report_date=[ 
      '2001-02-04', 
      '2016-11-12', 
      '1-1-1999', 
      '02-28-2012', 
      '1995-09-30' 
     ] 
    )) 
df 

---

regex = r'[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}' 
print('does match: {}\ndoesn\'t match: {}'.format(
     df.report_date.str.match(regex).sum(), 
     df.report_date.str.match(regex).__neg__().sum() 
    )) 

does match: 3 
doesn't match: 2 

---

или

regex = r'[0-9]{4}-[0-9]{1,2}-[0-9]{1,2}' 
df.groupby(df.report_date.str.match(regex)).size() 

report_date 
False 2 
True  3 
dtype: int64 

Answer 2

Проблема заключается в том й в функции match не возвращает True, когда он совпадает, он возвращает объект соответствия. Pandas не может добавить этот объект совпадения, потому что это не целочисленное значение. Причина, по которой вы получаете сумму, когда используете «нет», состоит в том, что она возвращает логическое значение True, которое pandas может суммировать значение True и возвращать число.