从字符串中识别出省市区的信息分别存储，是我们经常会碰到的问题。

如果用分词的方法去匹配获取比较麻烦，cpca包提供了便捷的调用函数transform。

只要把含省市区的信息放进去，即可返回标准的含省市区的数据框。

本文详细阐述如何安装cpca包、transform函数参数定义，以及如何调用transform函数实现省市区信息获取。

本文目录

安装cpca包

transform参数详解

transform调用案例详解

3.1 transform函数默认参数识别字符串中地址

3.2 改变transform函数参数识别字符串中地址

3.3 批量识别字符串中的省市区并导出最终数据

一、安装cpca包

要想使用transform函数，首先需要安装cpca包。具体代码如下：

pip install cpca

有些人直接用以上代码即可安装成功，我安装时报错如下：

网上找了下方法，

建议一：先安装Visual C++ 14.0或VC tools工具包，再执行上面的安装语句。

建议二：安装对应的whl文件。

建议三：

step1：在cmd中先运行 conda config --add channels conda-forgestep2：再运行 conda install pyahocorasickstep3：最后运行pip install cpca

大部分的文章都是建议一的做法，但是我不想安装vc，感觉比较麻烦，就从最简单的方法去尝试。

先按建议三的方法去执行，想着不行再去找对应的whl，如果还不行就安装vc。

没想到我的电脑按建议三的方法执行就安装成功了。

结果如下：

二、transform参数详解

接着写循环统计每个文件中指定词出现的次数，具体代码如下：

transform(location_strs, index=None, pos_sensitive=False, umap={})

参数详解：

 locations_strs：地址描述字符集合,可以是list, Series等任意可以进行for in循环的集合。比如:["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"]。
        index：可以通过这个参数指定输出的DataFrame的index,默认情况下是range(len(data))。
        pos_sensitive：默认值False，如果为True则会多返回三列，分别提取出的省市区在字符串中的位置，如果字符串中不存在的话则显示-1。
        umap：当只有区的信息时， 且该区存在同名时， 指定该区具体是哪一个，字典的 key为区名，value为 adcode， 比如 {"朝阳区": "110105"}。


三、transform调用案例
 1   用transform函数默认参数识别字符串中地址
首先调用transform函数，用默认参数识别字符串中的地址，具体代码如下：
import cpca
cpca.transform(["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", '天津市国土资源局'])
得到结果：
可以发现如果地址中只有区，会自动补全前面的省和市。
其中adcode表示地址对应的行政编码。

 2   改变transform函数参数识别字符串中的地址
接着调整pos_sensitive参数的值识别地址，展示对应的省市区在字符串中的位置，具体代码如下：
cpca.transform(["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", '天津市国土资源局'], pos_sensitive=True)
得到结果：
可以发现省_pos、市_pos、区_pos的值对应了省市区在字符串中的位置，如果字符串中不存在的话则显示-1。

 3   批量识别字符串中的省市区并导出最终数据
最后，读取本地数据，识别供应商名称中的省市区，具体代码如下：
import osimport cpcaimport pandas as pd  #导入数据处理的库import numpy as np   #导入数据处理的库
os.chdir(r'F:\公众号\85_公司名称中提取省市区') #存储数据的路径，需替换成你电脑存储路径data = pd.read_excel('date.xlsx', sheet_name='Sheet1')#读取数据place_list=[]for i in data['供应商名称']:    #构造公司地址list    place_list.append(i)all_integrity_place = cpca.transform(place_list)#识别出公司名称中的省市区all_integrity_place['供应商名称'] = data['供应商名称']#添加供应商名称列all_integrity_place
其中data数据形式如下：
运行代码得到结果：
导出数据：
all_integrity_place.to_csv('result.csv')#导出数据
至此，Python中调用transform函数识别省市区已讲解完毕，对学习python感兴趣的同学可以翻看公众号中“学习Python”模块相关文章。