在处理数据时，根据用户的收货地址和我们家供应商的名称尝试提取地址。
先说一下CPCA这个包,下面这一段是官方给出的解释：

[“徐汇区虹漕路461号58号楼5楼”, “泉州市洛江区万安塘西工业区”]
↓ 转换
|省 |市 |区 |地址 |
|上海市|上海市|徐汇区|虹漕路461号58号楼5楼 |
|福建省|泉州市|洛江区|万安塘西工业区 |
优点：
1.能够匹配到省或者市的缩写，比如将"北京市"缩写为"北京"，“江苏省"缩写为"江苏”
2.还处理了诸如"新疆维吾尔族自治区"缩写为"新疆"，"西藏藏族自治区"缩写为"西藏"等情况

特别说明下：代码目前仅仅支持python3
pip install cpca
注:cpca是chinese province city area的缩写

原来的数据是这样的

最后，提取完地址是这样的

（为了方便各位看官老爷，我做了合并）

下面说一下具体步骤

import cpca # 用来提取地址的包# 提取语法如下：
# 通过这两个字段中的地址信息,提取出来省份
# 可以提取【省、市、区、地址、adcode】
df_add1 = cpca.transform(df_main['CustomerAddress'])[['省','市','区']]
df_add2 = cpca.transform(df_main['DistributionName'])[['省','市','区']]
# 因为从两个列提出来的，让数据更全面些，所以做了更新组合
df_add = df_add1.combine_first(df_add2)

下面就是输出了,可以跟期望的表进行拼接等操作。看自己需要使用

[out:]

这里放一段拼接的代码，两种方法，做之前记得索引重置哦

# 索引重置参考下面这行：
df_main.reset_index(drop=True)
# 拼接合并参考下面两行（二选一）
df_main = pd.merge(df_main,df_add,left_index=True,right_index=True,how='left')
df_main = pd.concat([df_main,df_add],axis=1)

最后就得到了拼接后的完整图片

使用 cpca 提取地址所在省份，通过多信息提取地址包含区号并进行表表组合更新相关推荐

35 - 用正则表达式分别提取电话号的区号、电话号和分机号
如何搜索字符串中包含区号和分机号的第一个出现的电话号,并提取电话号中的区号.电话号和分机号.要求如下: 区号固定是3位数字电话号至少是7位数字分机号至少是3位数字区号.电话号和分机号之间用连字符 ...
用python提取文字中省份与城市
由于我在做项目时发现有很多可以利用的三方库比如:cpca(安装比较麻烦),geopy(网络不稳定时容易出错,会显示超时不能分割地理信息),无奈之下只能自己手敲了一份临时可用的小程序. def get_ ...
java获取用户的所在省份、城市的接口
java获取用户的所在省份.城市的接口代码分享解决方法: 1.以下是调用第三方接口获取用户地理位置信息的代码: private static void getlocation() { URL url ...
PHP获取IP地址所在的地理位置
PHP获取IP地址所在的地理位置时间:2011-04-02 16:19来源:三知开发网作者:许亮点击: 787 次 http://www.sunchis.com/html/php/phpsour ...
easy excel根据行列excel_Excel函数如何根据地级市匹配所在省份计算快递费用
前些日子一个学员问的关于excel计算快递费的问题,office小超老师觉得很有代表性.在这里和大家分享一下具体处理快递费的处理流程. 在她的这个案例中,订单信息地区仅为各个地级市,现在的问题就是要根 ...
java 正则提取邮箱_如何用正则表达式提取一个网站里面的所有邮箱地址？
展开全部用正则表达式提取一个网站里面的所有邮箱地址e68a8462616964757a686964616f31333337616565 import java.io.BufferedReader; ...
用spark分析北京积分落户数据，按用户身份证所在省份城市分析
加载刚才解析json格式存储而成的csv文件. 按用户身份证所在省份城市分析 #导入积分落户人员名单数据 sqlContext = SQLContext(sc) df = sqlContext.rea ...
python正则表达式提取电话号码区号_Python学习笔模式匹配与正则表达式之电话号码和Email地址提取程序...
随笔记录方便自己和同路人查阅. #------------------------------------------------我是可耻的分割线--------------------------- ...
“十三五”地表水水质国控断面坐标位置数据（共1854个点位，含断面名称、断面编码、所在省份、所在地区、断面类型、所在河流经度、纬度）
"十三五"地表水水质国控断面坐标数据,含断面名称.所在流域.所在水体.水体类型.经度.纬度.断面属性.所在省份.所在地市,共1854条,可分流域和省市),配合早期(2016年1月- ...

使用 cpca 提取地址所在省份，通过多信息提取地址包含区号并进行表表组合更新

原来的数据是这样的

最后，提取完地址是这样的

下面说一下具体步骤

使用 cpca 提取地址所在省份，通过多信息提取地址包含区号并进行表表组合更新相关推荐

最新文章

热门文章