将熊猫地址拆分为街道和门牌号码

Question

我有一个地址数据结构如下的数据帧：

tbm_a['address']

Rue de blabla 20

Vossenstraat 7

Rue Père Jean 3 boite Z

Rue XSZFEFEF 331

我想把它分成一列，街道和门牌号。

我试过这个 for 循环，但失败了：

import re
s = list(zip(tbm_a['address']))
for addr in s:
    tbm_a['street'] = re.findall('[^\d]*', addr)[0].strip()
    tbm_a['num'] = str(addr[len(street):].strip().split(' '))

然后我尝试了这个，并得到了号码：

tbm_a['address_num'] = tbm_a['address'].str.extract('(?P<number>\d+)', expand=True)

但我无法获得街道名称。 有什么建议？

Answer 1

根据您的数据，您可以：

df.address.str.extract('(?P<Street>\D+) (?P<Number>\d+.*)')

输出：

          Street     Number
0  Rue de blabla         20
1   Vossenstraat          7
2  Rue Père Jean  3 boite Z
3   Rue XSZFEFEF        331

请记住，如果您的街道名称中有数字，例如5th avenue ，这将失败。