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
相关产品推荐

