Como dividir o campo de endereço único em 4 campos (nº da casa, direção, nome, sufixo)

Eu tenho que fazer uma massagem nos nossos dados de parcelas para torná-los utilizáveis ​​por um programa em helicópteros xerife. O programa requer um dos seguintes formatos de endereço dentro dos campos:

Atualmente, nossos endereços estão em um campo: ex: 1234 W Main St.

Existe uma maneira de automatizar a divisão dos campos em um desses formatos desejados?

Eu posso imaginar que o formato de dois campos seria mais fácil apenas pedindo uma divisão após os números, mas também poderia causar um problema para ruas como a 1ª Avenida, etc.

Em vez de usar vários RegExes para analisar endereços, basta usar a ferramenta pronta para uso da Esri, projetada para esta tarefa, Padronizar endereços . Está disponível em todos os níveis de licença e minha experiência com ela foi positiva.

Você pode conseguir isso na calculadora de campo usando python. Pode não ser o mais elegante, mas é um começo, assumindo o caso mais simples (ou seja, todos os seus endereços parecem iguais). Primeiro, eu criaria os campos adicionais necessários. Supondo que sua coluna com o endereço completo é chamada "Endereço".

Para HOUSENO na calculadora de campo, escreva:

##Return just numbers

import re
def strip_digits(s):
    return re.sub("\D+", "", s)

Isso pode ser chamado na caixa de cálculo como:

strip_digits(!ADDRESS!)

Para o seu nome da rua:

# Return just the alpha characters


import re
def strip_letters (s):
  return re.sub ("\d",  "", s[1:])

Codeblock:

strip_letters(!ADDRESS!)

Para direção, assumindo que é o primeiro caractere de cada vez:

#First character in streetname
import re
def strip_dir(s):
  return re.sub("\d", "", s[0])

Codeblock:

strip_dir(!ADDRESS!)

Aqui está o recurso python para re . Este Estudo de Caso 7.1: Endereços de Rua me ajudou várias vezes a classificar meu banco de dados de rua / endereço usando também módulos python e re. Isso deve ajudá-lo, a partir daqui, se você não estiver obtendo resultados, deseja comentar e eu posso alterar meu código

Como Erica disse, seu segundo formato é fácil. Se todos os nomes de ruas fossem uma palavra, você poderá verificar o tamanho da lista depois de dividir o campo original. Comprimento 3 = sem prefixo, comprimento 4 = possui um prefixo (também assumindo que SUFTYPE sempre é preenchido). Isso falha quando uma rua tem mais de uma palavra, como 'Grand River'. Você pode verificar se o segundo elemento corresponde a uma lista de prefixos permitidos e prosseguir a partir daí. Você precisaria testar isso para ver se funcionava com seus dados.

Verifique se a entrada está no formato string e simplesmente use a função string.split () que será dividida em espaço em branco e retornará uma lista. (por exemplo, "1234 W Main St." retornaria ["1234", "W", "Main", "St."])

A partir daí, eu usaria algumas instruções condicionais para verificar seus dados, dependendo da consistência de sua entrada. Se a única inconsistência em seus dados é que, às vezes, há um predir e outras, não, simplesmente faça uma verificação de len na lista retornada para ver se ele tem um comprimento de 3 ou 4 (ou> 4 se a sua rua nome tem espaços).

se len (splitList) == 4:

    HouseNo = splitList[0]
    PreDir = splitList[1]
    StreetName = splitList[2]
    SufType = splitList[3]

elif len (splitList) == 3:

    HouseNo = splitList[0]
    PreDir = ""
    StreetName = splitList[1]
    SufType = splitList[2]