Python Pandas 通过消除连续重复字符来清理电话号码答案

【问题标题】：Python Pandas phone numbers cleaning by eliminating consecutive repeated charactersPython Pandas 通过消除连续重复字符来清理电话号码
【发布时间】：2022-01-23 15:40:51
【问题描述】：

我有一个零售数据集，其中包含未清理的手机号码。我有这样的数据

Phone Number
03451000000
03451000001
03451010101
03451111111
03459999999
03459090909

现在上述电话号码很有可能是收银员假录的。真正的数字看起来像这样，例如 03453485413。

有两件重要的事情：

字符串的长度始终固定为 11 个字符
电话号码始终以 03********* 开头

现在我如何根据消除5次以上字符重复的规则来消除电话号码？

【问题讨论】：

正则表达式是你的救星：docs.python.org/3/library/re.html

标签： python pandas data-manipulation

【解决方案1】：

您应该使用正则表达式来查找此类模式。

例如： (\d)\1{4,}

这将匹配一个数字并检查它是否再重复 4 次。示例 1、2、4 和 5 就是这种情况

另一个例子是：(\d\d)\1{2,}

这将匹配 2 个数字并检查它是否再重复 2 次。示例 1、3、4、5 和 6 就是这种情况

【讨论】：