python - 拆分列正则表达式数据框 python

Question

我在数据框中有一列，在某些行中我有州，有时只有城市。例如，在某些行中我只有:'Los Angeles'，但在其他行中我可能有'CA Los Angeles'。

我想将该列拆分为两个新列:州和城市，如果未指定州，则可以留空。像这样:

<表类="s-表"><头>列状态城市<正文>佛罗里达迈阿密FL迈阿密休斯顿空休斯顿

我在想也许可以使用像'[A-Z][A-Z]\s' 之类的正则表达式来拆分，但我无法让它工作。有什么想法吗？

Answer 1

你可以使用

^(?:([A-Z]{2})\s+)?(.*)

参见 regex demo .详情:

• ^ - 字符串的开始
• (?:([A-Z]{2})\s+)? - 可选出现
  • ([A-Z]{2}) - 第 1 组:两个大写 ASCII 字母
  • \s+ - 一个或多个空格
• (.*) - 第 2 组:除换行符以外的任何零个或多个字符，尽可能多。

如果您使用的是 Pandas，请使用

df[['STATE','CITY']] = df['COLUMN'].str.extract(r'^(?:([A-Z]{2})\s+)?(.*)', expand=False)