如何在Pandas DataFrame中对字符串型手机号进行标准化处理

先看示例数据和已有的处理步骤：

import pandas as pd

data = {'Name': ['John', 'Dom', 'Jack', 'Sam', 'Fred', 'Harvey', 'Toby'],
        'Phone': ['+49(0) 047905356', '(0161) 496 0674', '239.711.3836', '02984 08192', 
        '(0306) 999 0871', '0121x496x0225', '+44047905356']}

df = pd.DataFrame(data)

# 第一步：去除所有非数字字符
df['Phone'] = df['Phone'].replace('\W','', regex=True)

执行这一步后，Phone列的纯数字结果为：

0    490047905356
1     01614960674
2      2397113836
3      0298408192
4     03069990871
5     01214960225
6     44047905356

接下来完成两个标准化需求：

1. 处理带国家码的国际号码 #

针对原号码以+开头的情况（去特殊字符后以49/44开头），提取本地号码部分：

• 对于49开头的号码：去掉前三位490，保留后续本地号码
• 对于44开头的号码：去掉前两位44，保留后续本地号码

用正则替换实现：

# 处理+49开头的国际号码
df['Phone'] = df['Phone'].replace(r'^490', '', regex=True)
# 处理+44开头的国际号码
df['Phone'] = df['Phone'].replace(r'^44', '', regex=True)

2. 为非0开头的号码添加前置0 #

用正则匹配开头不为0的数字，在其前方补0：

df['Phone'] = df['Phone'].replace(r'^([1-9])', r'0\1', regex=True)

完整整合代码 #

import pandas as pd

data = {'Name': ['John', 'Dom', 'Jack', 'Sam', 'Fred', 'Harvey', 'Toby'],
        'Phone': ['+49(0) 047905356', '(0161) 496 0674', '239.711.3836', '02984 08192', 
        '(0306) 999 0871', '0121x496x0225', '+44047905356']}

df = pd.DataFrame(data)

# 1. 去除所有非数字字符
df['Phone'] = df['Phone'].replace('\W','', regex=True)

# 2. 处理带国家码的国际号码
df['Phone'] = df['Phone'].replace(r'^490', '', regex=True)
df['Phone'] = df['Phone'].replace(r'^44', '', regex=True)

# 3. 为非0开头的号码补前置0
df['Phone'] = df['Phone'].replace(r'^([1-9])', r'0\1', regex=True)

print(df['Phone'])

执行后的最终Phone列结果：

0    047905356
1    01614960674
2    02397113836
3    0298408192
4    03069990871
5    01214960225
6    047905356
Name: Phone, dtype: object

完全符合需求：带+号的国际号码转为本地0开头格式，原开头非0的号码补全前置0。

内容的提问来源于stack exchange，提问作者Adam Idris