拆分列regex数据帧python

Question

我在数据帧中有一列，在某些行中我有状态，有时只有城市。例如，在某些行中，我只有："洛杉矶"，但在其他行中，可能有"CA洛杉矶"。

我想将该列拆分为两个新列：州和城市，如果没有指定州，则可以为空。类似这样的东西：

国家迈阿密佛罗里达州休斯顿

Answer 1

您可以使用

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

请参阅regex演示。详细信息：

• ^-字符串的开头
• (?:([A-Z]{2})s+)?-的可选出现
  • ([A-Z]{2})-组1：两个大写ASCII字母
  • s+-一个或多个空白
• (.*)-第2组：除了换行字符之外的任何零个或多个字符，尽可能多

如果您正在使用Pandas，请使用

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