提取中文地址描述中的省市区信息

实例描述

图 1   收货地址数据

图 2   提取地址中的省份

技术要点

l   切分字符串，分开后存入一列里

series=data[ ' 列名 ' ].str.split( ' ' )

把 DataFrame 列中字符串以空格 ' ' 分隔开，每个元素分开后存入一列里。

l   切分字符串，分开后存入多列里

series=data[ ' 列名 ' ].str.split( ',' , expand = True )

参数 expand ，这个参数取 True 时，会把切分出来的内容分成多列。

如果只要第一列： series=data[' 列名 '].str.split(' ',expand=True)[0]

代码实现

程序代码如下：

import  pandas  as  pd

aa = './data/TB2018.xlsx'

df = pd.DataFrame(pd.read_excel(aa))

series=df[ ' 收货地址 ' ].str.split( ' ' , expand = True )

df[ ' 省 ' ]=series[0]

#df[' 省 '],df[' 市 '],df[' 区 ']=series[0],series[1],series[2]

df1=df.groupby([ " 省 " ])[ " 买家实际支付金额 " ].sum()

print (df1)

df.to_excel( 'test.xlsx' )