地址范围的Pythonic数据清理

Question

我需要知道通过Python是否可以完成以下任务。

我有一个4300个地址的列表，每个地址涵盖一系列地址，如下所示：

1. 百老汇8519-21 S
2. 8700-6河景大道
3. 安杰丽卡街822-4号
4. 北百老汇8442-6

我想把第一个地址和最后一个地址分开。因此，以1为例，我需要输出给我8519 S百老汇和8521 S百老汇，每个都在自己的行列。

在某些情况下，比如1和3，我只需要第一个数字的前两位数就可以完成第二个地址。我尝试在Excel中使用文本到列(-)，然后连接和离开(单元格，2)，但是对于像2和4这样的实例，我没有得到正确的地址，因为我需要地址的前三位数。有任何方法可以编写python脚本来解决这个问题吗？

Answer 1

试试下面的代码：

addresses=["8519-21 S Broadway","8700-6 Riverview Blvd"]
output=[]
for i in addresses:
    output.append(i[0:i.find('-')]+i[i.find(' '):])
    numEnd=i[i.find('-')+1:i.find(' ')]
    numStart=i[0:i.find('-')-len(numEnd)]+numEnd+i[i.find(' '):]
    output.append(numStart)
print(output)

其中，addresses是以您给定的格式列出的地址范围列表，而output是您想要的数据。

Answer 2

假设您的输入.csv文件如下所示：

Address
8519-21 S Broadway
8700-6 Riverview Blvd
822-4 Angelica St
8442-6 N Broadway

你想让它看起来像这样

First Address,Last Address
8519 S Broadway,8521 S Broadway
8700 Riverview Blvd,8706 Riverview Blvd
822 Angelica St,824 Angelica St
8442 N Broadway,8446 N Broadway

您可以通过使用csv模块来实现这一点：

from csv import writer

# open both input and output csv
with open("addresses.csv") as csv_in, open("output.csv", "w", newline="") as csv_out:
    csv_writer = writer(csv_out)

    # Skip 'Address' header
    next(csv_in)

    # Write new headers
    csv_writer.writerow(["First Address", "Last Address"])

    # Go through each line in csv
    for line in csv_in:

        # Split ranges from rest of line
        ranges, *rest = line.split()

        # Split ranges themselves
        start, end = ranges.split("-")

        # Get difference between length of numbers
        diff = len(start) - len(end)

        # Create new end address
        end = start[:diff] + end

        # Write new lines to output csv
        csv_writer.writerow([" ".join([start, *rest]), " ".join([end, *rest])])

将您的结果输出到output.csv中。

Answer 3

谢谢大家的帮助和建议。这就是我最后处理它的方式：

import re
import csv
from csv import DictReader

dash_add = []

def get_address_list(file):
    with open(file) as f:
        reader = csv.DictReader(f)
        for row in reader:
            adds = row['Siteaddr']
            if "-" in adds:
                dash_add.append(adds)

z = []

def get_formatted_address(address):
        numeric = address.split(" ")[0]
        text = address.replace(numeric, "").strip()
        start = numeric.split("-")[0]
        end = numeric.split("-")[1]
        end = start[:-len(end)] + end
        return [start + " " + text,  end + " " + text]

get_address_list('./data/map_data_112318.csv')
[z.extend(get_formatted_address(i)) for i in dash_add]

with open('formatted_addresses.csv', 'w') as csvfile:
    writer = csv.writer(csvfile)
    writer.writerow(['Address'])
    for v in z:
        writer.writerows([[v]])