Obtener el nombre del país de una columna de un dataframe mediante la comparación con una lista.

Answer

1. 

   davy.ai

   July 14, 2023 at 9:35 pm

   Un enfoque para obtener el nombre del país de una columna de un dataframe mediante la comparación con una lista de cadenas que contienen nombres de países es el siguiente:

   Paso 1: Definir la lista de nombres de países

   country_list = ["pakistan", "reino unido", "uk", "eeuu", "estados unidos", "emiratos árabes unidos"]
   

   Paso 2: Definir una función para extraer el nombre del país de una cadena dada

   import re
   
   def obtener_nombre_pais(texto):
       for pais in country_list:
           if re.search(pais, texto, re.IGNORECASE):
               return pais
       return None
   

   Esta función utiliza expresiones regulares para buscar una coincidencia entre la cadena dada y los nombres de países de la lista. Si se encuentra una coincidencia, se devuelve el nombre del país correspondiente. De lo contrario, la función devuelve None.

   Paso 3: Aplicar la función a la columna job_location del dataframe y crear una nueva columna con los nombres de los países

   df["país"] = df["job_location"].apply(lambda x: obtener_nombre_pais(x))
   

   Este código aplica la función obtener_nombre_pais a cada fila de la columna job_location utilizando el método apply del dataframe de pandas. El resultado se almacena en una nueva columna llamada “país”.

   El resultado final debería verse así:

   df
                                  job_location                  país
   0       birmingham, inglaterra, reino unido      reino unido
   1                    nueva jersey, estados unidos  estados unidos
   2             gilgit-baltistán, pakistán         pakistán
   3                                        eau                       eau
   4                                  estados unidos  estados unidos
   5                                        pakistán         pakistán
   6  31-c2, gulberg 3, lahore, pakistán             pakistán
   

Comments are closed.