python - 将逗号后的最后一项提取到新列中

Question

我有一个 pandas 数据框，它基本上是 2 列和 9000 行

CompanyName  |  CompanyAddress

地址在表格中

Line1, Line2, ..LineN, PostCode

即字符串(或 dtype 'object')中以逗号分隔的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

我试过 Dot notation string manipulation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“[]”——我没有成功地尝试隔离任何拆分/分区字符串的最后一个组件，maxsplit 引发了错误。

在 EdChums 对 Pandas split Column into multiple columns by comma 发表评论后，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，而邮政编码位于第 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...

Answer 1

给定数据框，

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地址列。它将为您节省 concat 的步骤。

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

你得到

    Address     Name
0   PostCode    ABC

编辑:假设您有列表中包含地址值的数据框

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