在大熊猫dataframe (python 3)列中，我需要将"PO BOX“、"P O Box”或"POBOX“等的所有实例标准化为"BOX”。

Question

我有一个大约30个同义词的列表，这些同义词可以在地址中找到，以表示PO。我希望能够扫描一个地址，如果其中一个同义词在地址中，将其更改为简单框。

首先，我对Python很陌生。我是一个经验丰富的SAS程序员，试图学习Python。我试过使用带有.map()函数的字典(认为这类似于SAS格式)，但没有成功。然后我尝试了如下的方法:df‘’address‘=df’‘address’.替换({‘PO BOX'：'BOX'，'P BOX'：'BOX'，’POB‘，’邮箱‘：'BOX'，'P O BOX'：'BOX'，'POB'：'BOX'}，inplace=True)

输入如下所示：(很抱歉格式化错误)

• id地址 13943 PO方框1234 1 14738号蓝铃路510号 拐角处大道5 27455 5887号 6 27457 200纽黑文博士10号套房 9 1595554 POBOX 908 10 1595971 101号西7街 14 1597234 P O方框616

我想让它看起来像：

  id         address 

13943方框1234

1 14738号蓝铃路510号

拐角处大道5 27455 5887号

6 27457 200纽黑文博士10号套房

9 1595554方框908

10 1595971 101号西7街

14 1597234方框616

但我得到的是：

   id    address

0 13943无

1 14738无

5 27455无

6 27457无

9 1595554无

10 1595971无

14 1597234无

Answer 1

我只是要使用一个pd.Series，但是它和一个dataframe列是一样的。

rep = {'PO BOX': 'BOX', 'P BOX': 'BOX', 'POSTBOX': 'BOX', 'P O BOX': 'BOX', 'POBOX':'BOX', 'POB': 'BOX'}


address = [
"13943 PO BOX 1234",
"14738 510 BLUE BELL RD",
"27455 5887 CORNERS AVENUE",
"27457 200 NEW HAVEN DR SUITE 10",
"1595554 POBOX 908",
"1595971 101 W 7TH STREET",
"1597234 P O BOX 616"
]

创造熊猫系列。

s = pd.Series(address, name='Addy')

使用替换和regex等于True。

s.replace(rep, regex=True)

0                     13943 BOX 1234
1             14738 510 BLUE BELL RD
2          27455 5887 CORNERS AVENUE
3    27457 200 NEW HAVEN DR SUITE 10
4                    1595554 BOX 908
5           1595971 101 W 7TH STREET
6                    1597234 BOX 616
Name: Addy, dtype: object