时间戳

首页 > 解决方案 > 在第一个数字后使用条件拆分列

python - 在第一个数字后使用条件拆分列

问题描述

我有一个包含地址的数据框，这些地址分为多列：

address        postalcode      city       province       country
-----------------------------------------------------------------
123 Fake St     F1A2K3       Fakeville      ON              CA

我想将地址列分成两列，一列用于门牌号，另一列用于街道名称。因此，运行它之后，上面的 df 看起来像：

house_no    street        postalcode      city       province       country
----------------------------------------------------------------------------
  123       Fake St        F1A2K3       Fakeville      ON              CA

我一直通过简单地使用来做到这一点df[['house_no', 'street']] = df['address'].str.split(' ', 1, expand=True)，它工作正常，直到我注意到address列下的一些地址结构为Apt 316 555 Fake Drive（或Unit 316 555 Fake Drive）。因此，当我运行我目前正在使用的那些时，我得到：

house_no          street        postalcode      city       province       country
---------------------------------------------------------------------------------
  Apt       316 555 Fake Drive     F1A2K3       Fakeville      ON           CA

显然，这不是我想要的。

所以本质上，我需要一种算法，在第一个数字之后拆分字符串，除非它以“Unit”或“Apt”开头，在这种情况下，它将采用它看到的第二个数字并将其拆分到house_no列中。

我需要在不丢失任何信息的情况下执行此操作，因此还要保留 Unit/Apt 编号（可以存储在house_no列中，但理想情况下会有自己的unit_no列）。因此，理想情况下，输出如下所示：

unit_no    house_no   street    postalcode     city      province   country
---------------------------------------------------------------------------------
 Apt 316     555    Fake Drive    F1A2K3     Fakeville     ON         CA

鉴于原始address列包含Apt 316 555 Fake Drive并且现在拆分为unit_no、house_no和street。

我不知道从哪里开始，所以任何帮助将不胜感激。

标签： pythonpandas

解决方案

让我们试试这个数据：

df = pd.DataFrame({'address':['123 Fake Street', 'Apt 316 555 Fake Drive']})

# df
#                   address
# 0         123 Fake Street
# 1  Apt 316 555 Fake Drive

由于您没有指定是否要捕获Unit\Apt号码，我假设您没有：

df.address.str.extract('(?:Unit|Apt \d+ )?(?P<house_no>\d+) (?P<street>.*)$')

输出：

  house_no       street
0      123  Fake Street
1      555   Fake Drive

如果您想保留，只需稍作修改Unit/Apt：

df.address.str.extract('(?P<unit_no>Unit|Apt \d+ )?(?P<house_no>\d+) (?P<street>.*)$')

输出：

    unit_no house_no       street
0       NaN      123  Fake Street
1  Apt 316       555   Fake Drive

推荐阅读