python实现城市和省份字典（根据城市判断属于哪个省份）

Posted 2021-01-11 aaaaaronqin

首先，在网上拿到一份数据，省份和城市的对应表：

第一张图是省份以及对应的ID

第二张图是省份和城市，以及分别对应的ID

 

 

 

基本的思路是：实现一个字典，省份作为键，省份包含的城市作为值，举个例子：{“江苏省”：“南京市”，“苏州市”，··· “徐州市”}。

下面用代码实现：

1. 改变工作目录

1 import os
2 import pandas as pd
3 os.chdir(r\'D:\\inde\\machineLearning\\python\\Province_city\\xml\')

2.1 导入省份数据（也就是图1）

with open(\'Provinces.txt\',\'r\',encoding=\'utf-8\') as f:
    file = f.read().strip().split(\'\\n\')
    num=[]
    province = []
    for fi in file[2:36]:
        str1 = fi.split(\'"\')
        m = str1[1]
        n = str1[3]
        num.append(m)
        province.append(n)

3.1 合并省份数据

province = pd.concat([pd.DataFrame(num),pd.DataFrame(province)],axis=1)
province.columns = [\'id\',\'province\']
province.head(2)

2.2 导入省份和城市数据（图2）

p_id = []
c_id = []
c_name = []
with open(\'Cities.txt\',\'r\',encoding=\'utf-8\') as f:
    file = f.read().strip().split(\'\\n\')
    for fi in file[2:347]:
        str2 = fi.split(\'"\')
        m = str2[1]
        c = str2[3]
        i = str2[5]
        p_id.append(i)
        c_id.append(m)
        c_name.append(c)

3.2 合并城市和省份数据

city = pd.concat([pd.DataFrame(p_id),pd.DataFrame(c_id),pd.DataFrame(c_name)],axis=1)
city.columns = [\'id\',\'c_id\',\'city\']
city.head(2)

4. 将上面两份数据merge在一起

province_city=pd.merge(city,province,on=\'id\',how=\'left\')

得到的输出结果如下图：

 

5. 1 因为本人想要处理的数据里面没有“省”，“市”的后缀，所以把后缀去掉

def delete_postfix1(s,str,zizhi=None):
    if s[-1]==str:
        return s[0:-1]
    else:
        return s
province_city.city = province_city.city.apply(lambda s:delete_postfix1(s,\'市\'))
province_city.province = province_city.province.apply(lambda s:delete_postfix1(s,\'省\'))
province_city.province = province_city.province.apply(lambda s:delete_postfix1(s,\'市\'))

5.2 同样，把自治区的后缀去掉

def delete_postfix2(s,str):
    if s[0]==\'内\':
        return s[0:3]
    elif s[-3:]==str:
        return s[0:2]
    else:
        return s
    
province_city.province = province_city.province.apply(lambda s:delete_postfix2(s,\'自治区\'))
province_city.province = province_city.province.apply(lambda s:delete_postfix1(s,\'省\'))
province_city.province = province_city.province.apply(lambda s:delete_postfix1(s,\'市\'))

6 保存数据

province_city.to_csv(\'province_city.csv\',index=0)

7. 转为字典格式

dicts = {}

for i in range(len(province.province)):
    k=province.province[i]
    province.id[i]==province_city.id
    v=list(province_city[province.id[i]==province_city.id].city)
    dict = {k:v}
    dicts.update(dict)

8. 看一下初步的输出结果

 

到此为止，跟我们预想的完全一样

 

9. 接下来，我们把字典格式结果保存，方便以后

import pickle #导入pickle
pickle_file = open("dicts.pkl", "wb") # 创建一个pickle文件，但是打开方式必须是wb，二进制格式
pickle.dump(dicts,pickle_file ) # 数据导入文件
pickle_file.close()

pickle_file = open("dicts.pkl", "rb")
mylist2 = load(pickle.file)
pickle_file.close()

10. 看一下输出结果