前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何方便快捷地从杂乱地址中提取省市区?

如何方便快捷地从杂乱地址中提取省市区?

作者头像
崔庆才
发布2020-06-29 16:33:37
3.4K0
发布2020-06-29 16:33:37
举报
文章被收录于专栏:进击的Coder

假设我们通过爬虫获取了上万条不规范的地址信息:

代码语言:javascript
复制
杭州市滨江区网商路599号
东城区和平里街道
上海市徐汇区 xx 小区
...

现在老板想让你把这些地址统一格式化为标准的省市区地址格式,并写入到 Excel 中。你应该如何操作?

有一个库,叫做 cpca,可以非常方便地解决这个问题。我们来写一段非常简单的代码,看看这个库有多简单:

代码语言:javascript
复制
import cpca

address_list = '''杭州市滨江区网商路599号
东城区和平里街道
上海市徐汇区 xx 小区'''.split('\n')

df = cpca.transform(address_list)
print(df)

这个库能自动根据你写的部分地址,推测出这个地址所在的省市区。即使你把省市区省略了一部分,或者是使用简称,它也能识别出来,如下图所示:

cpca.transform返回的是一个 Pandas 的 DataFrame 对象,我们可以调用它的.to_csv()直接生成 csv 文件。如果我们再安装一个第三方库openpyxl,还可以直接生成 Excel 文件,如下图所示:

大家可以访问 GitHub - DQinYuan/chinese_province_city_area_mapper: 一个用于提取简体中文字符串中省,市和区并能够进行映射,检验和简单绘图的python模块[1]查看更多用法,包括如何处理不同城市的同名区,并且还可以绘制热力图。

参考资料

[1]

GitHub - DQinYuan/chinese_province_city_area_mapper: 一个用于提取简体中文字符串中省,市和区并能够进行映射,检验和简单绘图的python模块: https://github.com/DQinYuan/chinese_province_city_area_mapper

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-06-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 进击的Coder 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 参考资料
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档