python pandas 中数据帧的屏蔽字符串和 phone 数字

Question

在这里，我试图屏蔽数据 frame/dataset，其中包含整数列和字符串值，如下所示：

sno,Name,Type 1,Type 2,phonenumber
1,Bulbasaur,Grass,Poison,9876543212
2,Ivysaur,Grass,Poison,9876543212
3,Venusaur,Grass,Poison,9876543212

这是我正在使用的代码，下面的代码对于字符串值工作正常，它很好地屏蔽了但对于整数它没有屏蔽：

import pandas as pd

filename = "path/to/file"
columnname= "phonenumber"
valuetomask = "9876543212"

column_dataset1 = pd.read_csv(filename)

print(column_dataset1)


# if(choice == "True"):
#masking for particular string/number in a column
column_dataset1[columnname]=column_dataset1[columnname].mask(column_dataset1[columnname] == valuetomask,"XXXXXXXXXX")
print(column_dataset1)
# masking last four digits
column_dataset1[columnname]=column_dataset1[columnname].str[:-4]+"****"
print(column_dataset1)

上面的代码非常适用于字符串，但是当我给出“phonenumber”（任何整数值）列时它不起作用。

注意：我需要对给定的任何文件进行完全屏蔽（应屏蔽整个值）和部分屏蔽（即上面文件中的最后三个 digits/characters 或前三个 digits/characters） .

Answer 1

将您的 phone 数字转换为字符串，然后尝试屏蔽：

mask_len = 5 # length of digits to mask from right side
column_dataset1['phonenumber'] = (
    column_dataset1['phonenumber'].astype(str) # convert to string
        .str[:-mask_len]+"*" * mask_len # masking digits
)

Answer 2

转换为 str 并替换最后四位数字：

>>> df['phonenumber'].astype(str).str.replace(r'\d{4}$' , '****', regex=True)

0    987654****
1    987654****
2    987654****
Name: phonenumber, dtype: object

这与@babakfifoo 的建议相同：

>>>  df['phonenumber'].astype(str).str[:-4] + '****'
0    987654****
1    987654****
2    987654****
Name: phonenumber, dtype: object

python pandas 中数据帧的屏蔽字符串和 phone 数字

masking string and phone number for dataframe in python pandas

python-3.x

pandas

data-masking