Как применить операцию разделения строки к столбцу адреса в Python?

Привет, у меня есть этот столбец в df

**Purchase Address**
917 1st St, Dallas, TX 75001
682 Chestnut St, Boston, MA 02215
669 Spruce St, Los Angeles, CA 90001

Ожидаемый результат должен быть новым столбцом City со значениями вроде:

**City**
Dallas(TX)
Boston(MA)
Los Angeles(CA)

Заранее спасибо...

python pandas dataframe

14.12.2020 06:40

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

139

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

вы можете использовать метод разделения и карты, чтобы получить конкретный адрес города. ссылка

>> data['**Purchase Address**'].str.split(",")

0            [917 1st St,  Dallas,  TX 75001]
1       [682 Chestnut St,  Boston,  MA 02215]
2    [669 Spruce St,  Los Angeles,  CA 90001]
Name: **Purchase Address**, dtype: object


>> data["address"] = data['**Purchase Address**'].str.split(",").map(lambda ele : ele[1])

     **Purchase Address**                  address
0   917 1st St, Dallas, TX 75001           Dallas
1   682 Chestnut St, Boston, MA 02215      Boston
2   669 Spruce St, Los Angeles, CA 90001   Los Angeles

14.12.2020 06:54

Ответ принят как подходящий

Вы можете использовать str.extract с шаблоном регулярного выражения, содержащим группы захвата:

s = df['Purchase Address'].str.extract(r'\s([^,]+),\s([A-Z]+)\s\d+$')
df['City'] = s[0] + '(' + s[1] + ')'

Результат:

                       Purchase Address             City
0          917 1st St, Dallas, TX 75001       Dallas(TX)
1     682 Chestnut St, Boston, MA 02215       Boston(MA)
2  669 Spruce St, Los Angeles, CA 90001  Los Angeles(CA)

имя S не определено??

— 14.12.2020 11:18

@OmanBilal обязательно назначьте s как df['Purchase Address'].str.extract(r'\s([^,]+),\s([A-Z]+)\s\d+$')

— 14.12.2020 11:26

14.12.2020 06:59