Python-精准提取行政区省市区

对于下表所示的地址序列(pd.Series),提取出每个元素的省市区,并单独生成列。

山东省济宁市邹城市孟子大道前韩村东北991米
湖北省恩施土家族苗族自治州宣恩县G6911(安来高速)酸枣坪北526米
广东省惠州市惠城区S120(龙和路)
湖南省邵阳市大祥区G60(潭邵高速)

湖南省衡阳市衡南县兴中成不锈钢衡南县总代理西120米

需要采用的是Python里的jieba包,jieba包的安装可以在连网的情况下使用以下代码

pip install jieba

由于jieba包自身的词库对行政区的掌握不充分,而且可能在处理过程中,一些名词较长的地址无法提取,比如“ 贵州省黔东南苗族侗族自治州黎平县”。安装好后,先导入用于行政区分词的词库。最准确的行政区词库就在国家民政部的网站上:

http://www.mca.gov.cn/article/sj/xzqh/2019/

选取最新的一份中华人民共和国县以上行政区划代码就好了,将其中的行政区名称整理成utf-8为编码的txt格式的文件,作者整理好的文件如下:

https://download

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值