如何在最后一个数字之后拆分字符串

Question

要清理数据集，我需要在最后一个数字之后拆分一个字符串。知道吗？

我的数据文件：

data = {'addr':[
         "510 -1, Cleveland St", 
         "RC-20-5345 Poplar Street", 
         "3600 Race Avenue Richardson"]}

df = pd.DataFrame(data)

   addr
_____________________________________
   510 -1, Cleveland St
   RC-20-5345 Poplar Street
   3600 Race Avenue Richardson

我试着用这个表达式，但是我错过了第二行的楼层编号(RC)。

df["split1"] = df["addr"].str.extract(r"(\d+[-\ ]+\d*)")

  split1   | split2
___________|_________________________
510 -1     |  , Cleveland St
20-5345    |  Poplar Street
3600       |  Race Avenue Richardson

我想要的东西：

  split1   | split2
___________|_________________________
510 -1     |  , Cleveland St
RC-20-5345 |  Poplar Street
3600       |  Race Avenue Richardson

Answer 1

def splitByLastDigit(x):
    lastDigit=0
    splitOne=""
    splitTwo=""
    finalArray=[]
    for i in range(0,len(x)):
        if x[i].isdigit() and i > lastDigit:
            lastDigit=i

    for i in range(0,len(x)):
        if i <= lastDigit:
            splitOne+=x[i]
        else:
            splitTwo+=x[i]
    if len(splitTwo.strip()) == 1 and splitTwo.strip().isalpha():
        return [splitOne+splitTwo]
    finalArray.append(splitOne)
    finalArray.append(splitTwo)
    return finalArray

把这个解决方案写下来了。它有点粗糙(当然可以做得更优雅)，但是用您提供的三个示例进行了测试，并完成了工作。

很简单的主意。收集最后一个数字的索引，然后另一个循环检查该索引之前和之后的字符。最后，向它追加一个数组并返回最终结果。

Answer 2

在正则表达式的前面添加一个通配符匹配怎么样？

df["split1"] = df["addr"].str.extract(r"(.*\d+[-\ ]+\d*)")

Answer 3

为了得到zyd的答案，捕获另一组中的其余部分

data = {'addr':[
         "510 -1, Cleveland St", 
         "RC-20-5345 Poplar Street", 
         "3600 Race Avenue Richardson"]}

df = pd.DataFrame(data)
df[['split1','split2']] = df["addr"].str.extract(r"(.*\d+[-\ ]+\d*)(.+)")

                          addr       split1                  split2
0         510 -1, Cleveland St       510 -1          , Cleveland St
1     RC-20-5345 Poplar Street  RC-20-5345            Poplar Street
2  3600 Race Avenue Richardson        3600   Race Avenue Richardson