一种干净的方法来正确检查df中的电话号码是否为假

Question

让我们说我有一个像这样的数据框

id  phone_number  
0   5555555555
1   9082345324
2   2345098345

我想用一个简单的说法或一种简洁的说法：

• 如果数字全都相同，请将其删除

输出应如下所示：

id  phone_number  
1   9082345324
2   2345098345

我的方法是使用iterrows()，并将每个电话号码的每个数字都放入列表中，然后使用lst[1:] == lst[:-1]交叉比较列表以查看所有数字是否相同。如果是这样，请从DF中删除该行。我只想要一个更干净的解决方案

Answer 1

您可以使用set并检查长度

df[df.phone_number.apply(set).str.len().gt(1)]

  id phone_number
1  1   9082345324
2  2   2345098345

等同于理解力

df[[len({*x}) > 1 for x in df.phone_number]]

---

如果这些是实际整数

df[df.phone_number.astype(str).apply(set).str.len().gt(1)]
# df[[len({*str(x)}) > 1 for x in df.phone_number]]

---

进一步的项目符号校对，假设其中可能没有数字

df[df.phone_number.astype(str).replace('\D', '').apply(set).str.len().gt(1)]

Answer 2

首先，将电话号码转换为字符串（如果尚未转换）。然后，您需要检查电话号码中第一个character的出现次数。如果与电话号码的长度匹配，则应删除该记录。

df.phone_number = df.phone_number.apply(str)
df = df.loc[~df['phone_number'].apply(lambda x: x.count(x[0]) == len(x))]

输出：

id  phone_number
1   1   9082345324
2   2   2345098345