用星号屏蔽 SSN 的前五位数字答案

【问题标题】：mask the first five digits of a SSN with asterisks用星号屏蔽 SSN 的前五位数字
【发布时间】：2019-08-12 21:12:43
【问题描述】：

我想重写 SSN # 以便将前五个数字替换为星号

这是 csv 文件的外观：

Emp ID,Name,DOB,SSN,State
15,Samantha Lara,1993-09-08,848-80-7526,Colorado

这是预期数据的样子：

15,Samantha,Lara,09/08/1993,***-**-7526,CO

这是我到目前为止的代码，但不确定如何屏蔽这些数字

# create a list to store the data from csv file
empl_ssn = []

reform_ssn = row["3"]
reform_ssn = ........

【问题讨论】：

标签： python regex python-3.x csv

【解决方案1】：

我假设您正在循环访问数据并将该数据逐行写入所需的输出文件。如果是这种情况，那么只需将两个字符串连接在一起，将最后 5 个字符的 SSN 和一个预设字符串分开。

new_ssn = "***-**-" + row["3"].split(7)

虽然连续，但 SSN 似乎位于第 4 个索引处。

专业提示：如果您谈论的是敏感数据，请务必小心处理并将它们放入 CSV 文件中！！还要使您的示例更加匿名。姓名如 Jane Doe 和 SSN 为 123-45-6789。只是很明显它是假的。

【讨论】：

【解决方案2】：

如果我是你，我会简单地调整我输出的字符串的数量。所以我会调整打印行看起来像这样：

print("***-**-"+str(ssn[7:11]))
#That should print something like: 
***-**-1234

您可能只需要为您的代码稍微调整打印语句。但是，如果您希望完全调整字符串以使数据不再存在，您首先应该知道字符串在 python 中是不可变的。但是我仍然会有几乎相同的解决方案：

x = "***-**-"+str(ssn[7:11])

注意：我会将此放在评论中，但我还不能，如果这不能完全满足您的答案，您能否添加有关如何打印输出的代码，以便我可以在需要时调整我的答案。

【讨论】：

【解决方案3】：

使用正则表达式

\d 查找所有数字
re.sub
- count=5 替换前 5 位数字

import re

new_ssn = re.sub(r'\d', '*', '123-45-6789', count=5)
print(new_ssn)

>>> '***-**-6789'

替换 csv 中的所有 SSN：

使用熊猫
pandas.DataFrame.apply更新整列

import pandas as pd

df = pd.read_csv('file.csv')

 Emp ID           Name         DOB          SSN     State
     15  Samantha Lara  1993-09-08  848-80-7526  Colorado

# Overwrite SSN
df.SSN = df.SSN.apply(lambda x: re.sub(r'\d', '*', x, count=5))

 Emp ID           Name         DOB          SSN     State
     15  Samantha Lara  1993-09-08  ***-**-7526  Colorado

# Create a new column
df['SSN_hidden'] = df.SSN.apply(lambda x: re.sub(r'\d', '*', x, count=5))

 Emp ID           Name         DOB          SSN     State   SSN_hidden
     15  Samantha Lara  1993-09-08  848-80-7526  Colorado  ***-**-7526

# Save the data
df.to_csv('file.csv', index=False)

【讨论】：