python - 尝试从混合类型 pd 系列中的邮政编码中删除 +4

Question

我知道有人问过类似的问题，但我找到的解决方案都不起作用(我在底部列出了其中一些解决方案)。

我有一个邮政编码列表，其中一些包含+4，但我不需要。其他的要么太短(错别字)，要么是外国的。目前所有单元格都是对象。

示例可以是:

member  state   country     zip         joined
16081   NY  UNITED STATES   11215       9/4/09
21186   NY  UNITED STATES   5325        8/9/11
34999   NY  UNITED STATES   11218       11/4/16 
34999   NY  FOOBAR STATES   NaN         11/4/16 
5033    NY  UNITED STATES   11238-1630  11/7/16 
35079   NY  FOOBAR STATES   SW4 9JX     11/13/16    
35084   NY  UNITED STATES   11217-2181  11/14/16    

我想最终得到

member  state  country      zip         joined
16081   NY  UNITED STATES   11215       9/4/09
21186   NY  UNITED STATES   5325        8/9/11
34999   NY  UNITED STATES   11218       11/4/16 
34999   NY  FOOBAR STATES   NA          11/4/16 
5033    NY  UNITED STATES   11238       11/7/16 
35079   NY  FOOBAR STATES   SW4 9JX     11/13/16    
35084   NY  UNITED STATES   11217       11/14/16    

以下是我在编码方面尝试过的一些事情:

for x in df.zip:
    if len(x) > 5:
        print x.split("-")[0]
        x[:x.index("-")]

返回类型错误:“float”类型的对象没有 len()

<小时/>

df['zips'] = df['zip'].map(lambda x: x.rstrip('-'/n))

返回NameError:全局名称“n”未定义

<小时/>

def zipclip(x): 
    if x.isnumeric:
          if len(x) > 5:
              return z[:5]
          elif len(x) < 5:
              return "NA"

返回 AttributeError: 'str' 对象没有属性 'isnumeric'

<小时/>

df.zip = [line[:5] if line[:5].isnumeric() and line[6:].isnumeric() else\
line for line in zip if line]

返回类型错误:“builtin_function_or_method”对象不可迭代

<小时/>

以下是我看过的一些地方:

• Pandas DataFrame: remove unwanted parts from strings in a column
• Remove -#### in zipcodes
• Pandas delete parts of string after specified character inside a dataframe

(抱歉，如果我在文档方面做得太过分了——我过去曾受到过批评，我想确保人们知道我一直在努力)

Answer 1

试试这个:

In [88]: df.zip = df.zip.str.split('-').str[0]

In [89]: df
Out[89]:
   member state        country      zip    joined
0   16081    NY  UNITED STATES    11215    9/4/09
1   21186    NY  UNITED STATES     5325    8/9/11
2   34999    NY  UNITED STATES    11218   11/4/16
3   34999    NY  FOOBAR STATES      NaN   11/4/16
4    5033    NY  UNITED STATES    11238   11/7/16
5   35079    NY  FOOBAR STATES  SW4 9JX  11/13/16
6   35084    NY  UNITED STATES    11217  11/14/16