在第二個或第三個大寫字母python之后插入空格

Question

我有一個包含地址的熊貓數據框。 有些格式正確，例如481 Rogers Rd York ON 。 其他人在城市象限和城市名稱之間缺少空格，例如： 101 9 Ave SWCalgary AB甚至可能： 101 9 Ave SCalgary AB ，其中SW表示西南， S表示南。

我試圖找到一個正則表達式，如果第二個和第三個大寫字母后跟小寫字母，或者如果只有2個大寫字母后跟小寫字母，則在第二個和第三個大寫字母之間添加一個空格，請在第一個和第二個之間添加一個空格。

到目前為止，我發現([AZ]{2,3}[az])可以正確匹配這種情況，但是我無法弄清楚如何回過頭來查看它在位置2或3處的位置。我想使用索引在[-2:]處分割比賽，但我不知道該怎么做。

我發現re.findall('(?<=[AZ][AZ])[AZ][az].+', '101 9 Ave SWCalgary AB')將返回字符串的最后一部分，我可以使用期待正則表達式找到起點，然后加入他們，但這似乎效率很低。

謝謝

Answer 1

您可以使用

([A-Z]{1,2})(?=[A-Z][a-z])

捕獲第一個（或第一個和第二個）大寫字母，然后使用大寫字母lookahead后面跟一個小寫字母。 然后，用第一組和一個空格替換：

re.sub(r'([A-Z]{1,2})(?=[A-Z][a-z])', r'\1 ', str)

https://regex101.com/r/TcB4Ph/1

Answer 2

您可以使用

df['Test'] = df['Test'].str.replace(r'\b([A-Z]{1,2})([A-Z][a-z])', r'\1 \2')

觀看此正則表達式演示

細節

• \\b單詞邊界
• ([AZ]{1,2}) -捕獲組1（后來在替換模式中以\\1 ）：一個或兩個大寫字母
• ([AZ][az]) -捕獲組2（在替換模式中后來用\\2 ）：大寫字母+小寫字母。

如果要特別匹配城市象限 ，則可以使用更具體的正則表達式：

df['Test'] = df['Test'].str.replace(r'\b([NS][EW]|[NESW])([A-Z][a-z])', r'\1 \2')

請參閱此正則表達式演示 。 在這里， [NS][EW]|[NESW]匹配后跟E或W N或S或單個N ， E ， S或W

熊貓演示：

import pandas as pd
df = pd.DataFrame({'Test':['481 Rogers Rd York ON', 
'101 9 Ave SWCalgary AB',
'101 9 Ave SCalgary AB']})
>>> df['Test'].str.replace(r'\b([A-Z]{1,2})([A-Z][a-z])', r'\1 \2')
0      481 Rogers Rd York ON
1    101 9 Ave SW Calgary AB
2     101 9 Ave S Calgary AB
Name: Test, dtype: object