Python实现循环内呼叫号码的被叫号码交集查询

我来帮你搞定这个问题——要从大量通话记录里找出特定主叫号码对应的被叫号码交集，用Pandas就能轻松实现，我结合你的示例给你一步步说明：

步骤1：准备数据与导入库 #

首先确保你已经导入Pandas，然后可以先把示例数据转换成DataFrame（实际使用时直接读取你的数据源即可）：

import pandas as pd

# 示例数据（替换成你的实际数据）
data = {
    'Calling Number': ['023456738', '064785993', '087594937', '087594937', '023456738', '087594937'],
    'Called Number': ['9123457583', '8804783937', '9123457583', '9278446356', '6547485959', '3547483946'],
    'Seconds': [55, 125, 34, 33, 45, 23]
}
df = pd.DataFrame(data)

步骤2：定义目标主叫号码 #

把你需要查询交集的主叫号码列出来，比如示例里的两个号码：

target_callers = ['023456738', '087594937']

步骤3：计算被叫号码交集 #

这里有两种简洁的实现方式，都能高效处理数千条数据：

方式一：循环遍历目标主叫（直观易懂） #

# 为每个目标主叫提取唯一的被叫号码集合
called_sets = {}
for caller in target_callers:
    # 筛选当前主叫的所有被叫号码，去重后转成集合
    called_numbers = df[df['Calling Number'] == caller]['Called Number'].unique()
    called_sets[caller] = set(called_numbers)

# 计算所有集合的交集
common_called = set.intersection(*called_sets.values())

print("共同被叫号码：", common_called)
# 输出：共同被叫号码： {'9123457583'}

方式二：用GroupBy优化（更简洁高效） #

如果你的数据量很大，用GroupBy分组的方式会更高效：

# 按主叫号码分组，把每个主叫对应的被叫号码转成集合
caller_called_sets = df.groupby('Calling Number')['Called Number'].apply(set)

# 筛选目标主叫的集合，直接求交集
common_called = set.intersection(*caller_called_sets.loc[target_callers])

print("共同被叫号码：", common_called)

关键注意事项 #

• 保留号码前导零：如果你的号码包含前导零（比如示例里的023456738），读取数据时一定要指定字符串类型，避免前导零丢失：

  # 读取CSV时指定号码列的类型为字符串
  df = pd.read_csv('your_call_data.csv', dtype={'Calling Number': str, 'Called Number': str})
  

• 处理重复数据：代码里用了unique()或集合自动去重，确保每个被叫号码只计算一次，不影响交集结果。

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