使用Python phonenumbers库批量验证手机号列时遇报错求助

1. 修复批量解析的报错问题 #

你遇到的NumberParseException是因为批量处理时存在格式异常的手机号（哪怕做了预处理，也可能有隐藏空格、非数字字符等），直接用lambda没有异常捕获会导致整个流程中断。正确做法是写一个带异常处理的解析函数，再用Series的apply批量处理（比DataFrame的apply(axis=1)更高效）：

def parse_phone(phone_str):
    try:
        # 带+号的国际号码，默认地区设为None即可自动识别
        return pn.parse(phone_str, None)
    except pn.NumberParseException:
        # 解析失败时返回None，方便后续排查
        return None

# 批量生成解析后的列
data['Parse Phone'] = data['Phone'].apply(parse_phone)

2. 修复单行调用的错误 #

data['Phone'][0]是单个字符串，而apply是pandas Series/DataFrame的方法，单个字符串没有这个属性。直接调用解析函数即可：

def parse(n):
    return pn.parse(n)

# 正确用法
num = parse(data['Phone'][0])
print(num)

3. 批量生成验证结果列 #

针对is_valid_number和is_possible_number，同样用带异常处理的函数批量处理：

def check_valid(phone_num):
    if phone_num is None:
        return False
    try:
        return pn.is_valid_number(phone_num)
    except:
        return False

def check_possible(phone_num):
    if phone_num is None:
        return False
    try:
        return pn.is_possible_number(phone_num)
    except:
        return False

# 生成验证列
data['Is Valid'] = data['Parse Phone'].apply(check_valid)
data['Is Possible'] = data['Parse Phone'].apply(check_possible)

4. 排查异常手机号 #

如果想找出哪些手机号解析失败，可以筛选出Parse Phone为None的行：

invalid_rows = data[data['Parse Phone'].isna()]
print(invalid_rows['Phone'])

常见问题可能是手机号带空格、特殊字符，你可以先做清洗：

# 去掉所有空格
data['Phone'] = data['Phone'].str.replace(r'\s+', '', regex=True)
# 检查是否符合+开头加纯数字的格式
invalid_format = data[~data['Phone'].str.match(r'^\+\d+$')]
print(invalid_format['Phone'])

内容的提问来源于stack exchange，提问作者runningtrumpet