python从地址提取省市区实例_使用python提取中文地址描述中的省市区信息

引言

在一次建模比赛中，我手头里的原始数据中有一个“地址描述”地段，如下：地址描述广州国际采购中心1401

上海市长宁区金钟路658弄5号楼5楼

徐汇区虹漕路461号58号楼5楼

济南市历下区和平路34号轻骑院内东二层山东朵拉

这样的地址描述字段过于随意，很难使用，但是看这些字符串的样子似乎又可以提取出其所在的省、市和区，即使只能够提取出区或者市，如果我们有一个省、市和区的归属数据库的话，应该也能够将剩下的信息映射出来，如果自己写的话肯定很麻烦，还要去网上找数据库，于是我做了一个可以复用的python模块，一条命令就可以将上面的“地址描述”字段转换成如下的样子：省市区广东省广州市

上海市上海市长宁区

上海市上海市徐汇区

山东省济南市历下区

模块安装

目前支持python3pip install cpca

Github地址

基本功能

本模块中最主要的方法是cpca.transform，该方法可以输入任意的可迭代类型(如list，pandas的Series类型等)，然后将其转换为一个DataFrame，下面演示一个最为简单的使用方法：location_str = ["徐汇区虹漕路461号58号楼5楼", "泉州市洛江区万安塘西工业区", "朝阳区北苑华贸城"]from cpca import *

df = transform(location_str)

df

输出的结果为：区    市      省

0  徐汇区  上海市  上海市

1  洛江区  泉州市