Python 模糊匹配数据帧中的值，然后替换该值的最佳方法？

我正在使用一个包含客户数据的各种数据点的数据框架。我正在寻找一个空白值来替换任何垃圾电话号码，现在我正在努力找到一种有效的方法来查找潜在的垃圾值，比如像111-111-1111这样的电话号码，并用一个空白条目替换该特定值

我目前有一个相当丑陋的解决方案，我要通过3个领域；家庭电话、手机和工作电话，定位相关行和相应列的索引值，然后替换它们

关于在数据帧中实际查找垃圾值，有没有比我目前所做的更好的方法

row_index = dataset[dataset['phone'].str.contains('11111')].index
column_index = dataset.columns.get_loc('phone')

---

之后，我将使用dataset.iat[row\u index，column\u index]=''压缩这些数据并循环遍历for循环。行和列索引变量还将在“手机”和“工作电话”列中附加垃圾值。

Pandas“where”函数往往很快：

dataset['phone'] = dataset['phone'].where(~dataset['phone'].str.contains('11111'),
                                         None)

---

这对实际查找垃圾值没有帮助，但这里有一种更简单的替换方法：

dataset.loc[dataset[“phone”].map（is_junk），“phone”]=”

。我来试一试！你知道我为什么会出现以下错误吗？下面是我如何实现它的。dataset.loc[dataset[“phone”].astype（str）.map（'1111111'），“phone”]=“但是它返回了TypeError:'str'对象不可调用查看

map（）

的文档，我想这就是问题所在。