如何使用正则表达式将一列拆分为Pandas中的多列？

Question

例如，如果我有这样的家庭住址：

71 Pilgrim Avenue, Chevy Chase, MD

在名为“地址”的列中。 我想将其分别分为“街道”，“城市”，“州”列。

使用Pandas实现此目标的最佳方法是什么？

我已经尝试过df[['street', 'city', 'state']] = df['address'].findall(r"myregex") 。

但是我得到的错误是Must have equal len keys and value when setting with an iterable 。

谢谢您的帮助 ：）

Answer 1

您可以使用split通过正则表达式,\\s+ （ ,以及一个或多个空格）：

#borrowing sample from `Allen`
df[['street', 'city', 'state']] = df['address'].str.split(',\s+', expand=True)
print (df)
                              address id             street          city  \
0  71 Pilgrim Avenue, Chevy Chase, MD  a  71 Pilgrim Avenue   Chevy Chase   
1         72 Main St, Chevy Chase, MD  b         72 Main St   Chevy Chase   

  state  
0    MD  
1    MD  

而如果需要删除列address添加drop ：

df[['street', 'city', 'state']] = df['address'].str.split(',\s+', expand=True)
df = df.drop('address', axis=1)
print (df)
  id             street         city state
0  a  71 Pilgrim Avenue  Chevy Chase    MD
1  b         72 Main St  Chevy Chase    MD

Answer 2

df = pd.DataFrame({'address': {0: '71 Pilgrim Avenue, Chevy Chase, MD',
      1: '72 Main St, Chevy Chase, MD'},
     'id': {0: 'a', 1: 'b'}})
#if your address format is consistent, you can simply use a split function.
df2 = df.join(pd.DataFrame(df.address.str.split(',').tolist(),columns=['street', 'city', 'state']))
df2 = df2.applymap(lambda x: x.strip())