如何用Python Pandas以及正则表达式提取地址中的省份

如题。

假设数据在data数据框中，列名为"地址"。

#筛选含省份的字段

data[data["地址"].str.match(".+省"]["地址"].str.extract("(.+[省])",expand=True)

#去掉省份前特殊字符的样本

data1=data.iloc[:,0].str.replace(".+(号|镇|街|路|乡|道|村|巷|侧|d|（)"，‘’)

#去掉字符长度不满足要求的省份

data2=data[np.where(data1.str.len()>2,np.where(data1.str.len()<5,True,False),False)]

#去掉空格

data2=data2.map(str.strip)

#与省份的表做比对，去掉不符合的省份

#用join和原来的表做拼接