遍历熊猫数据框并将新值插入空列

Question

我对 Pandas 比较陌生，并且在遍历我的数据集中给定列中的值并找到包含特定字符串的那些单元格时遇到了麻烦。

Address,City
['1234 Apple Drive', 'San Francisco', 'CA'],''
['4678 Bannana Street', 'Austin', 'TX'],''

对于这个例子，我想 a) 只提取街道信息 b) 包含字符串“Street”的地址，c) 将它们放在新插入的名为“Street”的列中。

Address,City,Street
['1234 Apple Drive', 'San Francisco', 'CA'],'',''
['4678 Bannana Street', 'Austin', 'TX'],'','4678 Bannana Street'

我知道如何在我的数据集中插入一个新列。到目前为止，我的代码如下所示（假设我当前的数据集只有两列和示例中的条目）：

import numpy as np
import pandas as pd
from pandas import DataFrame, read_csv

df = pd.read_csv('dataset.csv', sep = '\t')
df.insert(loc=3, column = 'street', value=str)

我所拥有的其余部分并不漂亮，到目前为止一直没用。非常感谢执行 a、b 和 c 的任何帮助！谢谢。

Answer 1

试试这个：

import re

df = pd.DataFrame([['1234 Apple Drive', 'San Francisco', 'CA'],
                   ['4678 Bannana Street', 'Austin', 'TX']],
                  columns=['Address', 'City', 'State'])

df['Street'] = df.Address.str.extract(r'([\S]+)\s+Street', flags=re.IGNORECASE)
print df

               Address           City State   Street
0     1234 Apple Drive  San Francisco    CA      NaN
1  4678 Bannana Street         Austin    TX  Bannana

如果您还想包含门牌号：

import re

df[['Street Number', 'Street']] = df.Address.str.extract(r'(\S+)\s+(\S+)\s+Street', expand=True, flags=re.IGNORECASE)
print df

               Address           City State Street Number   Street
0     1234 Apple Drive  San Francisco    CA           NaN      NaN
1  4678 Bannana Street         Austin    TX          4678  Bannana

​

---

注意

使用 pandas 0.18.1 如果我没有指定 expand 标志，我会收到未来的警告。改用这个。

df['Street'] = df.Address.str.extract(r'([\S]+)\s+Street', expand=False, flags=re.IGNORECASE)

Answer 2

df['street'] = df['Address'].str.replace('\[|\]','').str.split(',', expand=True)[0]
df['street_filtered'] = df.ix[df.street.str.contains('Street'),'street']