Python 使用pandas将多个城市名称格式化为每个城市的通用名称

将所有城市名称更改为一个通用名称

        City    b   c
0   New york    1   1
1   New York    2   2
2   N.Y.        3   3
3   NY          4   4

它们称为纽约市，但python将它们视为单独的实体，因此我将它们全部改为一个

df["City"] = df["City"].replace({"N.Y.":"New york", "New York": "New york", "NY": "New york"})

在这之后，我需要检查纽约的所有变化是否都包括在内，为此我创建了一个函数

def universal_ok(universal_name):
    count = 0
    for c in df.City:
        if c == universal_name:
            count += 1

    # This only works when column consists of only one type of city
    if count == len(df.City):
        return "Yes all names are formatted correctly"
    else:
        return f"there are {len(df.City) - count} names that need to be changed"

universal_ok("New york")

但问题是，如果一列中有多个城市，该怎么办

    City        b   c
0   New york    1   1
1   New York    2   2
2   N.Y.        3   3
3   NY          4   4
4   Toronto     3   2
5   TO          3   2
6   toronto     3   2

---

是否有办法将每个城市更改为通用名称？

您需要一个带有某种城市id的特定列，否则您将无法区分巴黎、法国和德克萨斯州巴黎，也无法将伊斯坦布尔和君士坦丁堡分组。

转换为较低的唯一值、地图和计数： 数据： 城市b c 纽约11 纽约2 2 纽约3 3 纽约4 多伦多32 至3 2 多伦多32 转换为较低的： 这将减少城市名称的变化。 df.City=df.City.str.lower 城市b c 纽约11 纽约2 2 n、 y.3 3 纽约4 多伦多32 至3 2 多伦多32 唯一值： 这将为您提供列中的所有值 独特城市 数组['new york'，'n.y.'，'ny'，'toronto'，'to']，dtype=object 绘制城市名称地图： 使用“唯一值”列表将值映射到首选形式 我创建了一个元组，然后使用dict comprehension创建了字典 我这样做了，这样我就不必重复输入首选的城市名称，因为这样我很懒/效率高。 城市图=‘纽约’、[‘纽约’、‘纽约’、‘纽约’]， '多伦多'，['多伦多'，'至'] 城市地图={y:x[0]表示城市中的x\u tup表示城市中的y[1]} {'ny'：'纽约'， “纽约”：“纽约”， ‘纽约’：‘纽约’， ‘多伦多’：‘多伦多’， '收件人'：'多伦多'} df.City=df.City.map城市\地图 城市b c 纽约11 纽约2 2 纽约3 3 纽约4 4 多伦多32 多伦多32 多伦多32 要验证的唯一计数： 验证城市名称是否已更新并计数 df.City.value\u计数 纽约4 多伦多3 名称：城市，数据类型：int64 评论 毫无疑问，有其他方法来完成这项任务，但我认为这是简单易懂的。 可能会有人来提供一个班轮。 我不认为这个任务真的是关于熊猫的。您首先需要构建一些将缩写和任何类型的短名称映射到专有名称的dict。此外，通用名称到底是什么？N.Y也可以代表，但熊猫或更一般的计算机在没有任何指示的情况下永远无法区分：