Question

我正在处理来自各种来源的数据集，而我的列是捕获例如城市名称的框架。某些城市名称在括号中具有州名称，其他城市名称具有邮政编码。如何获取这些额外信息并仅保留城市名称？ Example of data

在某些情况下，邮政编码和城市名称之间没有空格。以下是所需的框架： Desired frame

Answer 1

您可以使用正则表达式replace：

\s*一个或零空间
\d+一个或多个数字
\(.*\) +括号之间的所有字符串

df = pd.DataFrame([{'City Name': 'Dallas'} ,
                   {'City Name': 'New York (NY)'} ,
                   {'City Name': 'West Orange 07052'} ,
                   {'City Name': 'Orlando (Florda)'} ,
                   {'City Name': 'Camdem (NJ)'} ,
                   {'City Name': 'Boston'} ,
                   {'City Name': 'Harrison07029'}])

df['new'] = df['City Name'].replace(['\s*\d+', '\s*\(.*\)'], '', regex=True)
print (df)
           City Name          new
0             Dallas       Dallas
1      New York (NY)     New York
2  West Orange 07052  West Orange
3   Orlando (Florda)      Orlando
4        Camdem (NJ)       Camdem
5             Boston       Boston
6      Harrison07029     Harrison

从熊猫框架中的一组子串中分割出一个字符串

1 个答案: