■ 題目｜Interview Query - Complete Addresses

You’re given two dataframes. One contains information about addresses and the other contains relationships between various cities and states.

Write a function complete_address to create a single dataframe with complete addresses in the format of street, city, state, zip code.

■ 解題思路

1. 釐清題意：重新組合 address 的內容
2. 操作技巧：
   (1) 拆分原始 address - 使用 str.split( ) 依字串拆分
   (2) 去除空白格 - 拆分後，city 和 zip 前會帶有一空白格，需刪除
   (3) 關聯合併 - df_addresses 和 df_cities 依相同欄位 city 合併【Day 17｜資料合併的三種常用語法】
   (4) 獲得結果 - 組合題意所需的 address，刪除其他欄位
3. 實作練習：

   import pandas as pd
   def complete_address(df_addresses: pd.DataFrame, df_cities: pd.DataFrame):
       # spilt the address 拆分adress
       df_addresses[['street','city','zip']] = df_addresses['address'].str.split(',',expand=True)
       # check the space 檢查並刪除空白格
       df_addresses['city'] = df_addresses['city'].str.strip()
       df_addresses['zip'] = df_addresses['zip'].str.strip()
       # merge two dataframe 關聯合併
       new = pd.merge(df_addresses,df_cities,on='city')
       # get the complete addresses 組合所需資料
       new['address'] = new['street'] +', '+ new['city'] +', '+ new['state'] +', '+ new['zip']
       new.drop(columns=['street','city','zip','state'],inplace=True)
       return new
   

4. 輸出結果：
   

■ 操作補充

　　Pandas 中的 str.split( pat = '分割符號', expand = True 或 False ) 操作目的在於「在指定分隔符號依字串拆分」，當資料內容冗長，需要切分閱讀或重新組合時，可採取該用法！

• 參數 pat：指定分割符合，預設為一格空白格。
• 參數 expand：是否將拆分的結果擴展成不同的 column，預設為 False。

嗨，我是 Eva，一位正在努力跨進資料科學領域的女子！
這道屬於 Interview Query 中 Pandas Medium 難度的題目，需熟悉分割操作，礙於之前著重在其他操作語法，解題時多花了時間研究 str.split() 的使用方式，很開心又多紀錄一個常用的操作！大家不妨也挑戰看看吧！如果有任何不理解、錯誤或其他方法想分享的話，歡迎留言！喜歡的話，也歡迎按讚訂閱唷！我們明天見！