正确检查电话号码在df中是否为假的干净方法答案

【问题标题】：Clean way to properly check if phone number is not false in df正确检查电话号码在df中是否为假的干净方法
【发布时间】：2019-02-01 16:31:29
【问题描述】：

假设我有一个看起来像这样的数据框

id  phone_number  
0   5555555555
1   9082345324
2   2345098345

我想运行一个单行或干净的说法：

输出应如下所示：

id  phone_number  
1   9082345324
2   2345098345

我的方法是使用iterrows()，并将每个电话号码的每个数字放入一个列表中，然后使用lst[1:] == lst[:-1] 交叉比较列表以查看所有数字是否相同。如果是，请从 DF 中删除该行。我只想要一个更干净的解决方案

【问题讨论】：

【解决方案1】：

您可以使用set 并检查长度

df[df.phone_number.apply(set).str.len().gt(1)]

  id phone_number
1  1   9082345324
2  2   2345098345

使用理解等价

df[[len({*x}) > 1 for x in df.phone_number]]

如果这些是实际整数

df[df.phone_number.astype(str).apply(set).str.len().gt(1)]
# df[[len({*str(x)}) > 1 for x in df.phone_number]]

假设其中可能有非数字，进一步验证

df[df.phone_number.astype(str).replace('\D', '').apply(set).str.len().gt(1)]

【讨论】：

【解决方案2】：

首先，将电话号码转换为字符串（如果还没有的话）。然后，您需要检查电话号码中第一个character 的出现次数。如果这与电话号码的长度相匹配，则应删除该记录。

df.phone_number = df.phone_number.apply(str)
df = df.loc[~df['phone_number'].apply(lambda x: x.count(x[0]) == len(x))]

输出：

id  phone_number
1   1   9082345324
2   2   2345098345

【讨论】：