在 Pandas 数据帧 python 中使用 pii 匿名化特定列
我已经加载了一个带有 json 文件的 s3 存储桶，并将其解析/展平为一个 Pandas 数据帧.现在我有一个包含 175 列的数据框，其中 4 列包含个人身份信息. 我正在寻找一种快速解决方案，将这些列(名称和地址)匿名化.我需要保留多个信息，以便同一个人的姓名或地址多次出现时具有相同的哈希值. pandas 或其他一些包中是否有可用的功能? 解决方案 使用 Categor
..
anonymize相关内容
匿名化数据/替换名称
通常，我通过使用hashlib和.apply(hash)函数来对数据进行匿名处理. 现在我正在尝试一种新方法，假设我必须遵循称为'data'的df: df = pd.DataFrame({'contributor':['eric', 'frank', 'john', 'frank', 'barbara'], 'amount payed':[10,2
..
匿名化nginx中的IP日志记录？
为了尊重用户的隐私，我试图在nginx日志文件中匿名化他们的IP地址。 一种方法是定义自定义日志格式，如下： log_format noip'127.0.0.1 - [$ time_local]' '“$ request” $ status $ body_bytes_sent' '“$ http_referer”“$ http_user_agent”$ request_time'
..
使用来自其他文件的模式替换文件中的字符串
我需要使用另一个带有模式的文件（如字符串数据库）替换许多文件中的许多字符串。例如： 文件＃1： “Administrator”;“512”;“管理计算机/域的内置帐户”;“False”;“False”;“Administrator”真“，”真“，”真“，”S-1-5-21-3445027559-693823181-3401817782-500“，”用户“，”确定“，”23.1。2012
..
电子邮件匿名化类似Craigslist在C＃
我正在开发一个网站，我想通过匿名他们的电子邮件地址保护买家。类似于craigslist的系统，当卖家需要联系买家时，他们应该能够发送电子邮件到匿名地址，如1425415125 @ mysite.com，然后将路由到用户的电子邮件地址。 我现在的计划是： 设置一个桶 - 所有）收件箱 为每个买方生成一个随机密钥，这些密码将是电子邮件地址的用户特定（'1425415125'）部分 监视
..
在2TB的CSV中对帐号进行匿名化
我有大约2TB的CSV，其中第一个 2列包含两个ID号。这些需要匿名化，所以数据可以用于学术研究。匿名化可以是（但不一定是）不可逆的。这些不是医疗记录，所以我不需要最好的加密算法。 问题： 标准哈希算法使得字符串真的很长，但我必须做一堆ID匹配（即“对于包含ID XXX的数据中的行的子集，...）”来处理匿名数据，所以这是不理想的。有更好的方法吗？ 例如，如果我知道有大约1000
..
用于哈希名称，firstName和人生的日期的算法
我必须将个人的姓氏，名字和出生日期的组合保存为哈希。此哈希值稍后用于搜索具有完全相同属性的同一个人。 我的问题是，如果SHA-1是一个有意义的算法。 据我理解SHA-1，不同的人（具有不同的属性）将获得相同的哈希值。这是正确的吗？ 解决方案 如果你想搜索一个只知道 可以将SHA-1存储在数据库中（或者MD5用于速度，除非你有一个四舍五入的人来抽样）。 将没有价值，因为它不存储
..