Question

我有一个包含以下字段的数据集：

构建guid（abcd-efgh-5678-1234，...等）
街道地址（1256 Grant St，500 wall st等）
价格（$5000，$10000等）

基于此，我想在Pandas中的DataFrame对象中添加两个新列。：

街道名称（wall st）
街道号码（500）

到目前为止，我已经能够获取单词wall st的特定实例，如下所示：

str_street = 'Wall St'
wall_st  = dataset.loc[dataset['street_address'].str.lower().str.endswith(str_street.lower()), :]
wall_st['street_name'] = ???
wall_st['street_address_number'] = ???

我该怎么做？

Answer 1

df = pd.DataFrame({'street address': ['500 wall street', '123 blafoo']})
df['street address'].apply(lambda x: pd.Series(x.split(None, 1)))

将导致：

     0            1
0  500  wall street
1  123       blafoo

然后，您只需重命名列，并将pd.concat重命名为原始数据框。

Answer 2

我认为你需要extract：

df = pd.DataFrame({'street address': ['500 wall street', '123 blafoo']})
print (df)
    street address
0  500 wall street
1       123 blafoo

df1 = df['street address'].str.extract('(?P<number>\d+)(?P<name>.*)', expand=True)
print (df1)
  number          name
0    500   wall street
1    123        blafoo

split的解决方案：

df[['number','name']] = df['street address'].str.split(n=1, expand=True)
print (df)
    street address number         name
0  500 wall street    500  wall street
1       123 blafoo    123       blafoo

按街道地址分组并将其拆分为街道名称和编号

2 个答案: