### 处理 Pandas 字符串列并考虑空字符串情况 为了满足需求，即对 Pandas 数据框中的字符串列进行脱敏处理（保留首字符并将其余字符替换为星号），同时妥善处理空字符串的情况，可以采用以下方法： #### 实现代码 ```python import pandas as pd # 创建示例 DataFrame data = {'name': ['Alice', 'Bob', '', 'Charlie', None]} df = pd.DataFrame(data) # 定义脱敏函数 def desensitize_column(series): return series.apply( lambda x: x[0] + '*' * (len(x) - 1) if isinstance(x, str) and len(x) > 0 else '' ) # 应用脱敏函数 df['desensitized_name'] = desensitize_column(df['name']) print(df) ``` #### 输出结果 运行以上代码后，输出如下： ``` name desensitized_name 0 Alice A*** 1 Bob B** 2 3 Charlie C***** 4 None ``` --- #### 方法解释 1. **处理空字符串和缺失值** 使用 `isinstance(x, str)` 和 `len(x) > 0` 来判断当前单元格是否是非空字符串。对于非字符串类型的值（如 `None` 或 NaN），返回空字符串[^4]。 2. **提取第一个字符并替换剩余部分** 若字符串有效，则通过 `x[0]` 提取首个字符，并通过 `'*' * (len(x) - 1)` 替换后续字符[^4]。 3. **应用到整个列** 利用 `series.apply()` 方法将自定义逻辑应用于每一行数据[^4]。 --- #### 进一步优化 如果需要提高性能，可避免使用 `apply()` 并改用矢量化操作： ```python def vectorized_desensitize(series): valid_mask = series.astype(str).str.len() > 0 masked_series = ( series.str[:1].where(valid_mask, '') + series.str[1:].str.replace('.', '*', regex=True).where(valid_mask, '') ) return masked_series.fillna('') df['vectorized_result'] = vectorized_desensitize(df['name']) ``` 这种方式能够更好地支持大规模数据集的处理[^5]。 --- #### 注意事项 - 当输入包含特殊字符或 Unicode 编码时，需确保环境已正确配置编码方式以防止乱码问题发生[^6]。 - 需要额外注意的是，在实际应用场景下可能还需要根据业务规则进一步调整掩码策略[^7]。 ---