Python 如何对Pandas系列中的每个元素运行条件并将其拆分为两行

我有一个包含业务信息的数据集

列包括：“企业名称”和“街道地址”

我试图按街道地址对数据集进行分类，但是，其中一些地址包含套号

例如，街道地址可以是：

'111 New Montgomery St Suite 101'
'222 Second Ave'
'111 New Montgomery St'

我正试图把套房号码分成一列。因此，我创建了一个名为“Suite”的新列，并将其默认值填充为

None

接下来，我将字符串拆分为一个列表

['111', 'New', 'Montgomery', 'St', 'Suite', '101']

然后，我确定街道后缀的索引（St、Ave、Dr等）。在这种情况下，索引将是

3

接下来，我想使用后缀的索引作为分隔符，将列表划分为两个列表：

['111'、'New'、'Montgomery'、'St']

和

['Suite'、'101']

我无法分配：

['111'、'New'、'Montgomery'、'St']

转到“街道地址”列

及

['Suite'，'101']

至'Suite'列

注意：街道后缀的位置不同，这不允许我使用替换功能（据我所知）。相反，我目前正在使用iterrows

---

谢谢大家!

这看起来像是reg ex的工作类型：

df = pd.DataFrame({
    'Address': ['111 New Montgomery St Suite 101', '222 Second Ave', '111 New Montgomery St']
})

address = df['Address'].str.extract(r'(.+?)($| Suite \d+)', expand=True)
address.columns = ['StreetAddress', 'Suite']
address['Suite'] = address['Suite'].str.strip()

df.join(address)

结果:

                           Address          StreetAddress       Suite
0  111 New Montgomery St Suite 101  111 New Montgomery St   Suite 101
1                   222 Second Ave         222 Second Ave            
2            111 New Montgomery St  111 New Montgomery St            

---

话虽如此，实际地址清理确实很复杂。第一个地址可以写成

Ste。101、111新蒙哥马利街

或

#101、111新蒙哥马利街

。有一些web服务可以帮助您做到这一点。

您需要将字符串列表合并成单个字符串，然后附加到pd DataFrame中。您对地址清理web服务有什么建议吗？感谢您对reg ex的推荐！