其他
addressparser中文地址提取工具
addressparser中文地址提取工具，支持中国三级区划地址（省、市、区）提取和映射。
!pip3 install addressparser==0.2.1
省市区提取
默认采用全文模式，不进行分词，直接全文匹配，这样速度慢，准确率高。
import addressparser as addr
locations = ["徐汇区虹漕路461号58号楼5楼",
"泉州市洛江区万安塘西工业区",
"朝阳区北苑华贸城"]
df1 = addr.transform(locations)
df1
地址经纬度、省市县级联关系查询
## 查询经纬度信息
addr.latlng[('北京市','北京市','朝阳区')]
(39.95895316640668, 116.52169489108084)
## 查询含有"鼓楼区"的全部地址
addr.area_map.get_relational_addrs('鼓楼区')
[('江苏省', '南京市', '鼓楼区'),
('江苏省', '徐州市', '鼓楼区'),
('福建省', '福州市', '鼓楼区'),
('河南省', '开封市', '鼓楼区')]
注:
city_map可以用来查询含有某个市的全部地址, province_map可以用来查询含有某个省的全部地址
## 查询含有"江苏省", "鼓楼区"的全部地址
addr.province_area_map.get_relational_addrs(('江苏省', '鼓楼区'))
[('江苏省', '南京市', '鼓楼区'), ('江苏省', '徐州市', '鼓楼区')]
大批量地址处理
#读取数据
import pandas as pd
df = pd.read_csv("addr.csv")
df.dropna(inplace=True) #去重空地址
df.head()
addr_df = addr.transform(df["原始地址"])
addr_df
合并df 和 addr_df 两个数据
processed = pd.concat([df, addr_df], axis=1)
processed.head()
出处
https://github.com/shibing624/addressparser