如何在Python中隐藏特定列中的特定值？

Question

我有一个包含5列和大约5000行的.csv文件。在.csv文件中名为“汇总”的特定列中，有信用卡号和一些文本。看上去像这样

嘿，这份工作需要尽快完成，并用card#签证5611000043310001支付

我想读这篇专栏文章，取出数字(可能使用正则表达式)，然后屏蔽最后4位数字，然后在.csv文件中写出整个行，就像用这样的蒙面数字一样。

嘿，这份工作需要尽快完成，并支付card#签证561100004331*

我该怎么做呢？

Answer 1

使用regex，您可以：

import re

>> s = "hey this job needs to be done asap and pay with card# visa 5611000043310001"
>> re.sub(r"(\d{12})\d{4}",r"\1****",s)

'hey this job needs to be done asap and pay with card# visa 561100004331****'

因此，基本上，(\d{12})匹配前12位数字(括号是用来代替前12位的)。然后是四位数，我们用星星来代替。\1是替换所省略的第一组的占位符，因此这里引用前12位数字。

Answer 2

下面使用regex的替换函数查找确切的16位数字，并隐藏最后4位数字。

所以这个代码：

eg_summaries = [
    'blah blah card# visa 5611000043310001',
    'blah blah card# visa 5611000043310001 with text after',
    '5611000043310001',
    'visa: 5611000043310001 and random number > 16 digits: 0011237324763246723487243',
               ]
df = pd.DataFrame({'summary': eg_summaries })
df['summary'].replace(r'\b(\d{12})\d{4}\b', r'\1****', inplace=True, regex=True)
print (df.summary)

应该打印出来：0 blah blah card# visa 561100004331**** 1 blah blah card# visa 561100004331**** with text after 2 561100004331**** 3 visa: 561100004331**** and random number > 16 digits: 0011237324763246723487243