You need to enable JavaScript to run this app. Python处理DataFrame:为非0开头手机号补0后无法更新回数据表的问题
优惠活动
大模型
产品
解决方案
定价
更多

Python处理DataFrame:为非0开头手机号补0后无法更新回数据表的问题

现有代码无法回写的核心原因

你用for i in eg1['MOBILENO']遍历的是Series的值副本,没有绑定原DataFrame的行索引,后续对i或z的修改完全不会映射回原表格的对应单元格。

另外你的现有逻辑还有三个可修正的点:

  • 正则r'^["1"]+'存在语法歧义:方括号内的["1"]会同时匹配「双引号字符」和「数字1」,并非仅识别1开头的号码
  • 你的核心目标是处理所有不以0开头的号码,当前仅筛选1开头的逻辑会漏处理2-9开头的号码
  • 如果MOBILENO列是数字类型,补完前导0后会被自动吞掉,必须先转成字符串类型
可落地的解决方案

方案1:向量化处理(推荐,大数据量下效率远高于循环)

直接用pandas原生字符串方法批量处理,不需要手写循环:

import pandas as pd

# 第一步:强制把号码列转为字符串,避免前导0被吞
eg1['MOBILENO'] = eg1['MOBILENO'].astype(str)

# 第二步:批量判断,不以0开头就补0
eg1['MOBILENO'] = eg1['MOBILENO'].apply(lambda x: '0' + x if not x.startswith('0') else x)

如果需要用正则兼容开头带特殊字符的场景,把判断条件替换为正则匹配即可:

import re
eg1['MOBILENO'] = eg1['MOBILENO'].apply(lambda x: '0' + x if not re.match(r'^0', x) else x)

注意:如果原列存在空值,转成字符串后会变成'nan',可以在apply里加判断跳过空值:

eg1['MOBILENO'] = eg1['MOBILENO'].apply(lambda x: '0' + x if pd.notna(x) and not str(x).startswith('0') else x)

方案2:索引循环(适合理解回写逻辑)

如果一定要用for循环实现,必须遍历行索引,通过精确定位单元格的方式修改原数据:

for row_idx in eg1.index:
    # 按索引定位到对应行的MOBILENO单元格
    current_val = eg1.loc[row_idx, 'MOBILENO']
    if pd.notna(current_val) and not current_val.startswith('0'):
        eg1.loc[row_idx, 'MOBILENO'] = '0' + current_val
结果验证

处理完直接查看列内容核对效果即可:

print(eg1[['MOBILENO']])

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

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 08:54:03