将逗号后的最后一项提取到新列中答案

【问题标题】：Extract last term after comma into new column将逗号后的最后一项提取到新列中
【发布时间】：2018-09-14 13:24:34
【问题描述】：

我有一个基本上是 2 列和 9000 行的 pandas 数据框

CompanyName  |  CompanyAddress

地址在表格中

Line1, Line2, ..LineN, PostCode

即字符串（或 dtype 'object'）中逗号分隔项目的数量基本上不同，我只想提取邮政编码，即字段中最后一个逗号之后的项目

我已经尝试了Dot notation string manipulation 的建议（可能很糟糕）：

df_address['CompanyAddress'] = df_address['CompanyAddress'].str.rsplit(', ')

它只是在字段周围放置了 '[ ]' - 我没有成功尝试隔离任何拆分/分区字符串的最后一个组件，maxsplit 引发错误。

在 EdChums 对Pandas split Column into multiple columns by comma 的评论之后，我取得了一定程度的成功

pd.concat([df_address[['CompanyName']], df_address['CompanyAddress'].str.rsplit(', ', expand=True)], axis=1)

但是，在隔离邮政编码的同时，这只会创建多个列，并且邮政编码在第 3-6 列中......同样不好。

感觉非常接近，请指教。

    EmployerName    Address
0   FAUCET INN LIMITED  [Union, 88-90 George Street, London, W1U 8PA]
1   CITIBANK N.A    [Citigroup Centre,, Canary Wharf, Canada Squar...
2   AGENCY 2000 LIMITED     [Sovereign House, 15 Towcester Road, Old Strat...
3   Transform Trust     [Unit 11 Castlebridge Office Village, Kirtley ...
4   R & R.C.BOND (WHOLESALE) LIMITED    [One General Street, Pocklington Industrial Es...
5   MARKS & SPENCER FINANCIAL SERVICES PLC  [Marks & Spencer Financial, Services Kings Mea...

【问题讨论】：

标签： python string pandas split

【解决方案1】：

只需rssplit 将现有列分成 2 列 - 现有列和新列。或者，如果您想保持现有列不变，可以添加两个新列。

df['Address'], df['PostCode'] = df['Address'].str.rsplit(', ', 1).str

编辑：由于 OP 的地址列是一个包含 1 个字符串的列表，因此这里有一个专门的解决方案：

df['Address'], df['PostCode'] = df['Address'].map(lambda x: x[0]).str.rsplit(', ', 1).str

【讨论】：

这给了AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas
嗯，适用于我的示例 df。你是什么类型的专栏？
两列都是dtype对象（显然）
你确定你所有的行都有正确的值吗？看起来你那里有一些空行或其他东西。
运行np.where(pd.isnull(df))返回(array([], dtype=int32), array([], dtype=int32))；所以我觉得没关系

【解决方案2】：

给定 DataFrame，

df = pd.DataFrame({'Name': ['ABC'], 'Address': ['Line1, Line2, LineN, PostCode']})

    Address                         Name
0   Line1, Line2, LineN, PostCode   ABC

如果您只需要邮政编码，您可以使用 rsplit 提取它并将其重新分配给列地址。它将为您省去 concat 的步骤。

df['Address'] = df['Address'].str.rsplit(',').str[-1]

你得到

    Address     Name
0   PostCode    ABC

编辑：假设您在列表中有地址值的数据框

df = pd.DataFrame({'Name': ['FAUCET INN LIMITED'], 'Address': [['Union, 88-90 George Street, London, W1U 8PA']]})

    Address                                         Name
0   [Union, 88-90 George Street, London, W1U 8PA]   FAUCET INN LIMITED

您可以使用

获取最后一个元素

df['Address'] = df['Address'].apply(lambda x: x[0].split(',')[-1])

你得到

    Address     Name
0   W1U 8PA     FAUCET INN LIMITED

【讨论】：

嗨 - 不幸的是，这给了我与 Joe Samanek 相同的错误：AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas - 我的数据类型中是否缺少某些内容？
你能发布 df_address['CompanyAddress'].head() 吗？

【解决方案3】：

rsplit 返回一个列表，尝试 rsplit(',')[0] 获取源代码行中的最后一个元素

【讨论】：