在python中使用另一个字符串列表查找并替换字符串

Question

我有一个文本

original = '3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 US NC'

我需要找到US并把它放在末尾:像这样

lookup= 'US'
result = original.replace(lookup,"") + " " + str(lookup)

输出:3200 NORTHLINE AVE STE 360GREENSBORO27408-7611 NC US

但是，如果我将查找作为如下列表:

lookup = ['US','CA','INDIA','CHINA']

和多个输入作为如下列表:

input = ['3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 US NC','200 LINE AVE STE 360 GBORO 77611 CA NC','60 Indiranagar INDIA Bangalore']

我需要为每个输入列表找到国家，并将其放在每个列表的字符串末尾。

我试了很多方法，但都不行。非常感谢您的帮助。

感谢

Answer 1

您可以从将字符串分解为多个标记开始:

>>> address = '3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 US NC'
>>> tokens = address.split()
>>> tokens
['3200', 'NORTHLINE', 'AVE', 'STE', '360', 'GREENSBORO', '27408-7611', 'US', 'NC']

如果您想在末尾放置国家代码，您可以使用key排序值对令牌列表进行排序。例子:

>>> sorted_tokens = sorted(tokens, key=lambda token: token == "US")
>>> sorted_tokens
['3200', 'NORTHLINE', 'AVE', 'STE', '360', 'GREENSBORO', '27408-7611', 'NC', 'US']

你可以使用join

>>> sorted_address = ' '.join(sorted_tokens)
>>> sorted_address
3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 NC US

要使此工作适用于各种国家代码，您只需要稍微修改key

lookup = ['US','CA','INDIA','CHINA']
sorted_tokens = sorted(tokens, key=lambda token: token in lookup)

把这些放在一起:

lookup = ['US','CA','INDIA','CHINA']
adresses = [
'3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 US NC',
'200 LINE AVE STE 360 GBORO 77611 CA NC',
'60 Indiranagar INDIA Bangalore',
]

def sort_address(address):
tokens = address.split()
sorted_tokens = sorted(tokens, key=lambda token: token in lookup)
return ' '.join(sorted_tokens)

for address in adresses:
print(sort_address(address))

3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 NC US
200 LINE AVE STE 360 GBORO 77611 NC CA
60 Indiranagar Bangalore INDIA

Answer 2

我们可以使用如下的正则表达式替换方法:

lookup = ['US', 'CA', 'INDIA', 'CHINA']
regex = r's+(' + r'|'.join(lookup) + r')(.*)'
df["address"] = df["address"].str.replace(regex, r'2 1', regex=True)

假设您使用的是常规的Python列表，而不是数据帧，我们可以尝试类似的方法:

lookup = ['US', 'CA', 'INDIA', 'CHINA']
regex = r's+(' + r'|'.join(lookup) + r')(.*)'
inp = ['3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 US NC','200 LINE AVE STE 360 GBORO 77611 CA NC','60 Indiranagar INDIA Bangalore']
output = [re.sub(regex, r'2 1', x) for x in inp]
print(output)

这个打印:

['3200 NORTHLINE AVE STE 360 GREENSBORO 27408-7611 NC US',
'200 LINE AVE STE 360 GBORO 77611 NC CA',
'60 Indiranagar Bangalore INDIA']