pandas 数据框屏蔽所有包含字符串的条目 - Python

在进行数据分析时，有时候需要对数据框中的某些条目进行屏蔽，以保护数据隐私或避免干扰分析结果。本文介绍如何使用 pandas 数据框屏蔽所有包含字符串的条目。

环境准备

在使用本文介绍的方法之前，需要先安装 pandas 库，并载入数据框。下面是一个示例：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie'], 'email': ['alice@example.com', 'bob@hotmail.com', 'charlie@outlook.com']}
df = pd.DataFrame(data)

这个数据框包含两列，名称为 'name' 和 'email'，有三个条目。

屏蔽某个字符串

如果想屏蔽数据框中包含某个字符串的条目，可以使用 pandas 的 mask() 方法。

下面是一个例子，将数据框中包含 'hotmail' 的 email 屏蔽：

df.mask(df['email'].str.contains('hotmail'), '***')

这个方法会返回一个新的数据框，其中包含被屏蔽的条目。在上面的例子中，被屏蔽的 email 会被替换为三个星号。

屏蔽多个字符串

如果需要屏蔽多个字符串，可以将它们放到一个列表中，然后使用 join() 方法将它们转换为一个正则表达式。下面是一个例子，将数据框中包含 'hotmail' 或 'outlook' 的 email 屏蔽：

pattern = '|'.join(['hotmail', 'outlook'])
df.mask(df['email'].str.contains(pattern), '***')

这个方法会返回一个新的数据框，其中包含被屏蔽的条目。在上面的例子中，被屏蔽的 email 会被替换为三个星号。

结论

本文介绍了如何使用 pandas 数据框屏蔽所有包含字符串的条目。通过 mask() 方法和正则表达式，我们可以高效地保护数据隐私或避免干扰分析结果。