这是我的数据帧的摘录
data = [
['Citroën Amillis', '20 Za Des Baliveaux - 77120 Amillis', '77120', 'ok'],
['Relat Paris 9e', 'Métro Opéra - 75009 Paris 9e', 'Paris', 'error'],
['Macif Avon', '49 Av Franklin Roosevelt - 77210 Avon', '77210', 'ok'],
['Atac La Chapelle-la-Reine', 'Za Rue De L\'avenir - 77760 La Chapelle-la-Reine', 'La', 'error'],
['Société Générale La Ferté-Gaucher', '42 Rue De Paris - 77320 La Ferté-Gaucher', 'La', 'error']
]
df = pd.DataFrame(data, columns=['nom_magasin', 'adresse', 'code_postal', 'is_code_postal'])
df
如您所见,我的数据框中存在错误。对于某些地址,特别是当城市名称是由“La Chapelle La Reine”组成时,“邮政编码”列是错误的
我想做的是:如果列“is_code_postal”是一个“错误”,用列“ADRESE”中出现的邮政编码的正则表达式替换“code_postal”
我找不到解决办法。为此,我尝试了这个df['is_code_postal'] = np.where(df.code_postal.str.match('^[a-zA-z]'), 'error', 'ok')
。起初,我考虑在同一个函数中进行所有更改。但是我错过了一些东西
重要的是我的数据帧有点重(超过25万行),所以我想寻求一个有效的解决方案
你们知道吗
您可以忽略邮政编码,直接从“ADRESE”中提取,使用来自Quang的代码:
相关问题 更多 >
编程相关推荐