Python dataframeを文字で区切る

Question

下記の住所を市区町村に分割したいです。
しかし、splitしようにも、東京都や北海道のせいでsplit出来ないことに気づいてしまいました。
どなたか教えて頂けると幸いです。

df = pd.DataFrame({'住所': ['東京都港区日野', '千葉県柏市木葉', '北海道十勝市志津']})
df.head()

df = df.str.split('県').str.split('市')

Answer 1

以下のような正規表現を使うとよいかと思います。

import pandas as pd
import re

a = []
df = pd.DataFrame({'住所': ['東京都港区日野', '千葉県柏市木葉', '北海道十勝市志津','神奈川県横浜市神奈川区']})
for place in df['住所']:
    m = re.match( r'(.*[都|道|府|県])(.*?[市|区|町|村])(.*)', place)
    if m and len(m.groups()) >= 3:
        a.append(m.groups())

df_new = pd.DataFrame(a)
print(df_new)

Comments

[退会済みユーザー]

データフレームに置き換えるには、どのようにすれば良いのでしょうか？
df_new = pd.DataFrame(m.groups)
では変な感じになってしまいます。

[8524ba23]

コード修正しました。

[退会済みユーザー]

ありがとうございます。

Answer 2

同じカラムでスペースで分割する形でしたら以下みたいな感じでどうでしょうか！？

df = pd.Series(['東京都港区日野', '千葉県柏市木葉', '北海道十勝市志津'])
df_new = df.str.replace('県', '県 ').str.replace('都', '都 ').str.replace('道', '道 ')
print(df_new)

以下みたいになると思います。

0 東京都 港区日野
1 千葉県 柏市木葉
2 北海道 十勝市志津

Comments

[退会済みユーザー]

SeriesではなくDataFrameにすると、
AttributeError: 'DataFrame' object has no attribute 'str'が発生するのはなぜでしょうか？

[kiddayo]

Dataframeだとメソッドが用意されていないんですよね。。。
Seriesの型じゃないとだめな感じです。

一応pandasのtextをいじる時のドキュメントリンク貼っておきます！
http://pandas-docs.github.io/pandas-docs-travis/user_guide/text.html