将逗号后面的最后一项提取到新列中。

Question

我有一只熊猫数据，实质上是两列9000行。

CompanyName  |  CompanyAddress

地址在表格上

Line1, Line2, ..LineN, PostCode

也就是说，字符串(或dtype 'object')中的逗号分隔项的数量基本不同，我只想取出邮政编码，即字段中最后一个逗号之后的项。

我尝试过Dot notation string manipulation的建议(可能很糟糕)：

df_address['CompanyAddress'] = df_address['CompanyAddress'].str.rsplit(', ') 

它只是在字段周围放置“”--我试图隔离任何拆分/分区字符串的最后一个组件，但是没有成功，maxsplit启动了错误。

在EdChums对Pandas split Column into multiple columns by comma的评论之后，我获得了小小的成功

pd.concat([df_address[['CompanyName']], df_address['CompanyAddress'].str.rsplit(', ', expand=True)], axis=1)

但是，在隔离邮政编码的同时，这只会创建多个列，邮政编码在第3-6列中.同样没有好处。

感觉非常接近，请告诉我。

    EmployerName    Address
0   FAUCET INN LIMITED  [Union, 88-90 George Street, London, W1U 8PA]
1   CITIBANK N.A    [Citigroup Centre,, Canary Wharf, Canada Squar...
2   AGENCY 2000 LIMITED     [Sovereign House, 15 Towcester Road, Old Strat...
3   Transform Trust     [Unit 11 Castlebridge Office Village, Kirtley ...
4   R & R.C.BOND (WHOLESALE) LIMITED    [One General Street, Pocklington Industrial Es...
5   MARKS & SPENCER FINANCIAL SERVICES PLC  [Marks & Spencer Financial, Services Kings Mea...

Answer 1

考虑到DataFrame，

df = pd.DataFrame({'Name': ['ABC'], 'Address': ['Line1, Line2, LineN, PostCode']})

    Address                         Name
0   Line1, Line2, LineN, PostCode   ABC

如果您只需要邮编，您可以使用rsplit提取该代码并将其重新分配到列地址。它可以帮你节省一步时间。

df['Address'] = df['Address'].str.rsplit(',').str[-1] 

你会得到

    Address     Name
0   PostCode    ABC

编辑:给出在列表中有地址值的数据

df = pd.DataFrame({'Name': ['FAUCET INN LIMITED'], 'Address': [['Union, 88-90 George Street, London, W1U 8PA']]})

    Address                                         Name
0   [Union, 88-90 George Street, London, W1U 8PA]   FAUCET INN LIMITED

您可以使用

df['Address'] = df['Address'].apply(lambda x: x[0].split(',')[-1])

你会得到

    Address     Name
0   W1U 8PA     FAUCET INN LIMITED

Answer 2

只需将现有列重新拆分为2列--现有列和新列。或者两个新列，如果您想要保持现有列不变。

df['Address'], df['PostCode'] = df['Address'].str.rsplit(', ', 1).str

编辑:由于OP的Address列是一个包含一个字符串的列表，这里有一个具体的解决方案：

df['Address'], df['PostCode'] = df['Address'].map(lambda x: x[0]).str.rsplit(', ', 1).str

Answer 3

rsplit返回一个列表，尝试rsplit(‘，’)获取源行中的最后一个元素