Pandas实现手机号中间四位匿名化的数据处理方案

手机号批量脱敏的处理逻辑

将包含手机号的 CSV 或 Excel 文件导入 DataFrame 后，需确保该列为文本（String）格式，避免因科学计数法导致位数丢失或前导零被截断。准备好待处理的数据源及已安装的 pandas 环境即可开始。

第1步：读取数据并固定列类型

使用 pd.read_excel 加载文件时，通过 dtype 参数强制将手机号列转换为字符串类型，防止数值类型自动转换引发精度问题。涉及覆盖或导出原始文件的风险操作前，请务必复制备份原表。

import pandas as pd

# 读取Excel，指定phone列为字符串类型
df = pd.read_excel('data.xlsx', dtype={"phone": str})

第2步：应用字符串切片与拼接脱敏

Pandas 提供向量化字符串操作方法。直接提取前 3 位与末尾 4 位，并在中间插入四个星号即可完成匿名化。此方法无需循环，执行效率高且代码简洁。

# 提取前三位(索引0~3) + 占位符 + 提取后四位(索引7至末尾)
df['phone_anonymous'] = df['phone'].str[0:3] + '****' + df['phone'].str[7:]

第3步：验证结果与导出

调用 print(df) 检查新生成的匿名化列是否符合预期。确认无误后，可使用 to_excel 或 to_csv 输出最终文件。若部分手机号长度不足11位，切片操作可能会产生错位，建议在实际业务中结合正则表达式或长度过滤进行兼容性校验。

以上就是使用 Pandas 实现手机号中间四位匿名化处理的详细内容，更多关于 Python 数据脱敏与隐私保护的资料请关注本站其它相关文章！