Python 仅从Libpostal（Pypostal）-PySpark获取街道和国家信息

我正在使用

libposal

-

pyposal

解析地址，但我只需要

道路

和

国家

数组

[“富兰克林大街”、“美国”]，[“伦纳德街”、“英国”]

我怎样才能做到这一点

返回类型为

net.razorvine.pickle.objects.classdictconstructor

from pyspark.sql.functions import udf

LIBPOSTAL_LOADED = False
@udf("string")
def parse(address):
   from postal.parser import parse_address

   address_parsed = parse_address(address)

   return str(address_parsed)

spark.createDataFrame(['781 Franklin Ave Crown Heights Brooklyn NYC NY 11216 USA','The Book Club 100-106 Leonard St, Shoreditch, London, Greater London, EC2A 4RH, United Kingdom'], "string").toDF("address").select(parse("address")).show(truncate=False)

@MCK应要求更新

@udf("array<string>")
def parse(address):
   from postal.parser import parse_address

   address_parsed = [a[0] for a in parse_address(address) if a[1] in ['road', 'country']]

   return address_parsed

+------------------+
|[franklin ave,usa]|
+------------------+

@udf（“数组”）
def解析（地址）：
从postal.parser导入解析_地址
地址解析=[a[0]表示解析中的地址（地址），如果[1]位于['road'，'country']]
已解析返回地址
+------------------+
|[美国富兰克林大街]|
+------------------+

这是意料之中的 ############################################################################

@udf（“数组”）
def解析（地址）：
从postal.parser导入解析_地址
地址解析=[a[0]表示解析中的地址（地址），如果[1]位于['road'，'country']]
返回地址\u已解析[0]
+-----+
|空的|
+-----+

---

这并不像预期的那样。我希望第一个元素来自

address\u parsed

，即

franklin ave

在返回解析后的地址之前，您可以尝试列表理解：

@udf("array<string>")
def parse(address):
   from postal.parser import parse_address

   address_parsed = [a[0] for a in parse_address(address) if a[1] in ['road', 'country']]

   return address_parsed

@udf（“数组”）
def解析（地址）：
从postal.parser导入解析_地址
地址解析=[a[0]表示解析中的地址（地址），如果[1]位于['road'，'country']]
已解析返回地址

我还有一个问题。它返回一个字符串列表，但我无法访问列表中的项目，例如道路的

解析地址[0]

解析地址可能为None/null？如果['road']中有[1]解析地址，您是否可以尝试

解析地址=[a[0]解析内地址（地址）]

和

解析返回地址

？由于返回的是

“franklin ave”

，而不是

[“franklin ave”]

，因此返回空值。如果需要

数组

，则需要返回

字符串作为返回类型。
@udf("array<string>")
def parse(address):
   from postal.parser import parse_address

   address_parsed = [a[0] for a in parse_address(address) if a[1] in ['road', 'country']]

   return address_parsed