Python拆分CSV地址列文本并提取城市存入DataFrame方法咨询
你现有代码的两个核心问题:
- 读取CSV的API写错了,pandas读取CSV的方法是
pd.read_csv()而非pd.csv() - 直接按逗号右拆分3次的逻辑不匹配数据结构:每行包含多个用分号分隔的独立地址,需要先拆分多地址再逐个提取城市。
完整可运行实现代码
import pandas as pd import re # 替换为你本地的CSV文件路径 rawdata = pd.read_csv("Filepath") def extract_cities(address_str): # 按分号拆分单条多地址为独立地址片段,过滤空值和多余空格 address_segments = [seg.strip() for seg in address_str.split(';') if seg.strip()] cities = [] for seg in address_segments: # 优先提取<strong>标签包裹的标注城市,适配带标签的数据集样例 strong_match = re.search(r'<strong>(.*?)</strong>', seg) if strong_match: cities.append(strong_match.group(1).strip()) continue # 无标注通用地址按结构拆分:按逗号拆分后取倒数第三个片段,过滤邮编数字得到城市名 parts = [p.strip() for p in seg.split(',') if p.strip()] if len(parts) >= 3: raw_city = parts[-3] clean_city = re.sub(r'\d+', '', raw_city).strip() cities.append(clean_city) # 按要求最多返回5个城市,不足补空值 return (cities + ['']*5)[:5] # 生成符合要求的结果表 result = pd.DataFrame( rawdata['address'].apply(extract_cities).tolist(), columns=['Cityname1', 'Cityname2', 'Cityname3', 'Cityname4', 'Cityname5'] ) # 打印结果或导出为CSV print(result) # result.to_csv("城市提取结果.csv", index=False)
代码兼容你给出的两种数据样例,自动处理多余空格、邮编干扰、地址数量不足5个的空值补全,输出完全匹配你要求的表结构。
内容的提问来源于stack exchange,提问作者tanu
相关产品推荐
相关产品推荐

