首先，在網上拿到一份數據，省份和城市的對應表：

第一張圖是省份以及對應的ID

第二張圖是省份和城市，以及分別對應的ID

基本的思路是：實現一個字典，省份作為鍵，省份包含的城市作為值，舉個例子：{“江蘇省”：“南京市”，“蘇州市”，··· “徐州市”}。

下面用代碼實現：

1. 改變工作目錄

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

2.1 導入省份數據（也就是圖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 合並省份數據

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

2.2 導入省份和城市數據（圖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 合並城市和省份數據

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. 將上面兩份數據merge在一起

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

得到的輸出結果如下圖：

5. 1 因為本人想要處理的數據裏面沒有“省”，“市”的後綴，所以把後綴去掉

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 同樣，把自治區的後綴去掉

def delete_postfix2(s,str):
    if s[0]==‘內‘:
        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,‘自治區‘))
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 保存數據

province_city.to_csv(‘province_city.csv‘,index=0)

7. 轉為字典格式

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. 看一下初步的輸出結果

到此為止，跟我們預想的完全一樣

9. 接下來，我們把字典格式結果保存，方便以後

import pickle #導入pickle
pickle_file = open("dicts.pkl", "wb") # 創建一個pickle文件，但是打開方式必須是wb，二進制格式
pickle.dump(dicts,pickle_file ) # 數據導入文件
pickle_file.close()

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

10. 看一下輸出結果

python實現城市和省份字典（根據城市判斷屬於哪個省份）