Python实现R的lapply等价功能：清洗手机号并生成新列

当然可以！在Python的pandas生态里，我们完全可以实现和你R中data.table的lapply(.SD, ...)等价的批量处理效果，写法还挺简洁的。下面直接给你对应代码和解释：

首先，我们先还原你给出的示例DataFrame，方便测试：

import pandas as pd
import numpy as np

# 构建示例DataFrame
data = {
    'kac': [5004490, 5003807],
    'play_id': [20002075, '00601731'],
    'phone1': ['0900031349', np.nan],
    'phone2': ['090891349', np.nan],
    'phone3': [np.nan, np.nan],
    'phone4': [np.nan, np.nan],
    'phone5': [np.nan, '088235311'],
    'phone6': [np.nan, np.nan],
    'phone7': [np.nan, np.nan]
}
df = pd.DataFrame(data)

接下来是核心的批量清洗逻辑，这里有两种简洁的实现方式：

方法1：自定义清洗函数 + applymap 批量处理 #

这种方式和你R中自定义匿名函数的思路完全对应，可读性强：

# 定义原列和目标新列的名称列表
original_phone_cols = [f"phone{i}" for i in range(1, 8)]
new_phone_cols = [f"ph{i}" for i in range(1, 8)]

# 定义手机号清洗函数：去除空格、/、-、+ 字符
def clean_phone_number(phone_str):
    if pd.isna(phone_str):
        return phone_str  # 保留空值
    import re
    # 正则匹配所有需要移除的字符，替换为空字符串
    return re.sub(r"[\s/\-+]", "", str(phone_str))

# 对指定列批量应用清洗函数，生成新列
df[new_phone_cols] = df[original_phone_cols].applymap(clean_phone_number)

方法2：用pandas原生replace 一步到位 #

如果追求更简洁的写法，pandas的replace支持正则批量替换，代码更短：

# 同样定义列名列表
original_phone_cols = [f"phone{i}" for i in range(1, 8)]
new_phone_cols = [f"ph{i}" for i in range(1, 8)]

# 直接对指定列批量替换目标字符
df[new_phone_cols] = df[original_phone_cols].replace(r"[\s/\-+]", "", regex=True)

验证结果 #

运行上述代码后，打印处理后的DataFrame就能看到效果：

print(df)

输出结果：

kac    play_id      phone1      phone2 phone3 phone4      phone5 phone6 phone7         ph1         ph2  ph3  ph4         ph5  ph6  ph7
0  5004490  20002075  0900031349  090891349    NaN    NaN         NaN    NaN    NaN  0900031349  090891349  NaN  NaN         NaN  NaN  NaN
1  5003807   00601731         NaN         NaN    NaN    NaN  088235311    NaN    NaN         NaN         NaN  NaN  NaN  088235311  NaN  NaN

补充说明 #

你提到用do.call遇到问题，其实Python中的do.call和R里的用法差异较大，而上面两种方法都是pandas中处理批量列的惯用写法，更符合Python的代码风格，也更直观。

内容的提问来源于stack exchange，提问作者Tilo