IP归属的4种查询方法

题目要求：随机生成10个电话号码，在号码归属表中查询其对应归属地信息

号码归属表部分显示：

号码段	归属地省份	归属地城市	卡类型	区号	邮政编码
1300000	山东	济南市	山东联通130卡	531	250000
1300001	江苏	常州市	江苏联通130卡	519	213000
1300002	安徽	巢湖市	安徽联通130卡	565	238000
1300003	四川	宜宾	四川联通130卡	831	644000

期望得到结果如下：

	号码	归属地省份	归属地城市	卡类型	区号	邮政编码
0	15269532161	山东	烟台市	山东移动GSM卡	535	264000
1	13914862190	江苏	徐州市	江苏移动GSM卡	516	221000
2	13185737454	浙江	嘉兴市	浙江联通GSM卡	573	314000
3	15290688450	河南	周口市	河南移动GSM卡	394	466000
4	13207301620	湖南	岳阳市	湖南联通GSM卡	730	414000
5	18843924713	吉林	白山市	吉林移动188卡	439	134300
6	13359099817	安徽	黄山市	安徽电信CDMA卡	559	242700
7	18931736956	河北	沧州市	河北电信CDMA卡	317	61000
8	18620973590	广东	广州市	广东联通GSM卡	20	510000
9	15682836801	甘肃	兰州市	甘肃联通GSM卡	931	730000

思路1：循环

#导入包

import pandas as pd
import random

#读入号码归属.csv
df=pd.read_csv(r'C:\Users\Desktop\号码归属.csv',engine='python')

def createPhone():
    phones=[]
    for k in range(10):
        prelist=["130", "131", "132", "133", "134", "135", "136", "137", "138", "139",
                 "147", "150", "151", "152", "153", "155", "156", "157", "158", "159",
                 "186", "187", "188", "189"]
        tel=random.choice(prelist)+"".join(random.choice("0123456789") for i in range(8))
        phones.append(tel)
    return phones

def GetphoneGuishudi(tel):   
    for i in range(0,len(df)): 
        if eval(tel[:7])==df.iloc[i]['号码段']:
            return [tel,df.iloc[i]['归属地省份'],df.iloc[i]['归属地城市'],df.iloc[i]['卡类型']]
            
    else:
        return [tel,'','','']
    

phones=createPhone()
#print(phones)
alldata=[]
for tel in phones:
    alldata.append(GetphoneGuishudi(tel))

dfres1=pd.DataFrame(alldata,columns=['号码','归属地省份','归属地城市','卡类型'])

dfres1.to_csv(r'C:\UsersDesktop\号码归属地查询结果.csv',encoding='gbk')

2、二分法

import pandas as pd
import random

df=pd.read_csv(r'C:\Users\Desktop\号码归属.csv',engine='python')

def createPhone():
    phones=[]
    for k in range(10):
        prelist=["130", "131", "132", "133", "134", "135", "136", "137", "138", "139", "147", "150", "151", "152", "153", "155", "156", "157", "158", "159","186", "187", "188", "189"]
        phone=random.choice(prelist)+"".join(random.choice("0123456789") for i in range(8))
        phones.append(phone)
    return phones
         
def BinarySearch(phone, df):
    try:
        df= df.reset_index(drop=True)
        
        # 记录最大最小
        min = 0
        max = df.shape[0]
        center = int((min + max) / 2)
        row=df.loc[int((min + max) / 2)]
        
        if int(phone[:7])==row['号码段']:
            return [phone,row['号码段'],row['归属地省份'],row['归属地城市']]
        elif int(phone[:7])>row['号码段']:
            df=df[int((min + max) / 2):max]
            return  BinarySearch(phone,df)
        elif int(phone[:7])<row['号码段']:
            df=df[0:int((min + max) / 2)]
            return  BinarySearch(phone,df)
        else:
            return [phone,'','','']
            
                                                     
    except:
        return [phone,'','','']

phones=createPhone()

data=[]
for phone in phones:
    data.append(BinarySearch(phone,df))

dfres1=pd.DataFrame(data,columns=['号码','归属地省份','归属地城市','卡类型'])

dfres1.to_csv(r'C:\Users\Desktop\号码归属地查询结果2.csv',encoding='gbk')

3、pandas.merge方法

import pandas as pd
import random

df=pd.read_csv(r'C:\Users\Desktop\号码归属.csv',engine='python')

def createPhone():
    phones=[]
    for k in range(10):
        prelist=["130", "131", "132", "133", "134", "135", "136", "137", "138", "139", "147", "150", "151", "152", "153", "155", "156", "157", "158", "159","186", "187", "188", "189"]
        phone=random.choice(prelist)+"".join(random.choice("0123456789") for i in range(8))
        subphone=phone[:7]
        phones.append([int(phone),int(subphone)])
    return phones
    
        
phones=createPhone()

df_phones=pd.DataFrame(phones,columns=['号码','号码段1'])

dfres1=pd.merge(df_phones,df,how='left',left_on=['号码段1'],right_on=['号码段'])
dfres2=dfres1.loc[:,['号码','归属地省份','归属地城市','卡类型','区号','邮政编码']]

dfres2.to_csv(r'C:\Users\Desktop\号码归属地查询结果2.csv',encoding='gbk')

4、pandasql pandas数据库查询方法

import pandas as pd
from pandasql import *
import random

df=pd.read_csv(r'C:\Users\Desktop\号码归属.csv',engine='python')

def createPhone():
    phones=[]
    for k in range(10):
        prelist=["130", "131", "132", "133", "134", "135", "136", "137", "138", "139", "147", "150", "151", "152", "153", "155", "156", "157", "158", "159","186", "187", "188", "189"]
        phone=random.choice(prelist)+"".join(random.choice("0123456789") for i in range(8))
        phones.append([int(phone),int(phone[:7])])
                       
    return phones

phones_df=pd.DataFrame(createPhone(),columns=['号码','号码段'])

q="select m.号码段,df.归属地省份 from phones_df m left join df on m.'号码段'= df.'号码段'"

dfres=sqldf(q)

print(type(dfres))

dfres.to_csv(r'C:\Users\Desktop\号码归属地查询结果4.csv',encoding='gbk')