Python 3.x 拆分'；城市、州邮政编码'；在dataframe中分为三列

我正在尝试将包含City、State和Zip的列拆分为三列。列中的数据格式为：“城市，州邮政编码”-逗号分隔城市和州，空格分隔州和邮政编码。我可以使用以下方法划分城市：

df['Owner City State Zip'].str.split(',').apply(lambda x: x[0]

但出于某种原因，当我尝试以下方式来划分状态和压缩时：

df['Owner City State Zip'].str.split(',').apply(lambda x: x[1]

我收到错误-

索引超出范围

---

任何帮助都将不胜感激！这似乎微不足道，但比我预想的要困难得多。

考虑一下

df

df = pd.DataFrame({'Owner City State Zip': ["Los Angeles, CA 90015"]})

print(df)

    Owner City State Zip
0  Los Angeles, CA 90015

我会使用这个方便的正则表达式和pandas

str

string访问器

regex = r'(?P<City>[^,]+)\s*,\s*(?P<State>[^\s]+)\s+(?P<Zip>\S+)'
df['Owner City State Zip'].str.extract(regex)

          City State    Zip
0  Los Angeles    CA  90015

regex=r'（？P[^，]+）\s*，\s*（？P[^\s]+）\s+（？P\s+）
df['Owner City State Zip'].str.extract（regex）
城市州邮政编码
0加利福尼亚州洛杉矶90015

考虑

df

df = pd.DataFrame({'Owner City State Zip': ["Los Angeles, CA 90015"]})

print(df)

    Owner City State Zip
0  Los Angeles, CA 90015

我会使用这个方便的正则表达式和pandas

str

string访问器

regex = r'(?P<City>[^,]+)\s*,\s*(?P<State>[^\s]+)\s+(?P<Zip>\S+)'
df['Owner City State Zip'].str.extract(regex)

          City State    Zip
0  Los Angeles    CA  90015

regex=r'（？P[^，]+）\s*，\s*（？P[^\s]+）\s+（？P\s+）
df['Owner City State Zip'].str.extract（regex）
城市州邮政编码
0加利福尼亚州洛杉矶90015

看起来问题出在

x[1]

中。你能分享更多你的代码吗？仅仅从一个不完整的语句就很难识别问题。每行都有一个用逗号分隔的城市和州吗？是的，每行都有一个用逗号分隔的城市和州。有几个例子是：“加利福尼亚州洛杉矶90015”“加利福尼亚州托伦斯90504”“加利福尼亚州曼哈顿海滩90266”。尝试将问题分为几行，并将其提交给我们，以便我们可以复制该问题！如果这失败了，至少给我们一些示例行。您的问题可能是某些行只有城市。通过这样做进行检查：

df[len_str]=df['owner city state zip'].str.split（'，'）.apply（len）

然后

df[df.len_str<2]

我的意思是，你是否在每一行中搜索逗号？我知道你认为每一行都有逗号，但这并不意味着实际上有逗号

df['num_commas']=df['Owner City State Zip'].str.count（'，'）

。然后，作为第一次检查，确保列值严格大于0。问题似乎出在

x[1]

中。你能分享更多你的代码吗？仅仅从一个不完整的语句就很难识别问题。每行都有一个用逗号分隔的城市和州吗？是的，每行都有一个用逗号分隔的城市和州。有几个例子是：“加利福尼亚州洛杉矶90015”“加利福尼亚州托伦斯90504”“加利福尼亚州曼哈顿海滩90266”。尝试将问题分为几行，并将其提交给我们，以便我们可以复制该问题！如果这失败了，至少给我们一些示例行。您的问题可能是某些行只有城市。通过这样做进行检查：

df[len_str]=df['owner city state zip'].str.split（'，'）.apply（len）

然后

df[df.len_str<2]

我的意思是，你是否在每一行中搜索逗号？我知道你认为每一行都有逗号，但这并不意味着实际上有逗号

df['num_commas']=df['Owner City State Zip'].str.count（'，'）

。然后，作为第一次检查，确保列值严格大于0。