当前位置:   article > 正文

Python作业3

Python作业3

需要将数据源里的快递信息进行分拣,最终生成的数据格式如下:
{
“北京市”:[
[‘王龙’, ‘北京市海淀区苏州街大恒科技大厦南座4层’],
['庞
飞’, ‘北京市昌平区汇德商厦四楼403’],

],
“山东省”:[
[‘孙云’, ‘山东省济南市山东省济南市历下区祥泰汇东国际,一号楼3005室’],
['鞠
龙’, ‘山东省潍坊市玉清街江山帝景B区12号楼一单元14楼’],
[‘张*’, ‘山东省济南市兴港路三庆城市主人’]

],


}

数据源:
[‘王龙’, ‘北京市海淀区苏州街大恒科技大厦南座4层’],
['庞
飞’, ‘北京市昌平区汇德商厦四楼403’],
[‘顾锐’, ‘江苏省扬州市三垛镇工业集中区扬州市立华畜禽有限公司’],
['王
飞’, ‘上海市徐汇区上海市徐汇区H88越虹广场B座5E’],
[‘华升’, ‘北京市海淀区杰睿大厦’],
['朱
锴’, ‘上海市浦东新区川沙新镇华川家园33号楼503’],
[‘陈盼’, ‘浙江省杭州市闲林街道,西溪华东园,十幢一单元401。’],
['司
鹏’, ‘河南省鹤壁市淇滨大道310号 鹤壁京立医院’],
[‘聂睿’, ‘河北省石家庄市中山路勒泰中心写字楼b座11层’],
['张
’, ‘辽宁省本溪市明兴丽城九号楼四单元’],
[‘冉晗’, ‘河北省石家庄市体育南大街385号’],
['高
杰’, ‘北京市朝阳区广渠路42号院3号楼,408’],
[‘李国’, ‘安徽省合肥市新站区淮合花园’],
['常
源’, ‘江苏省南京市白下路242号,南京市红十字医院,放射科’],
[‘张玉’, ‘河北省沧州市新居然家居广场’],
['王
川’, ‘上海市奉贤区南桥镇 贝港七区’],
[‘冀庆’, ‘河北省保定市河北大学坤兴园生活区’],
['胡
晨’, ‘浙江省宁波市浙江省宁波市江东区中山首府A座2004室’],
[‘尹婷’, ‘湖北省武汉市武汉大学信息学部’],
['李
东’, ‘辽宁省大连市大关一街3号3-3-1’],
[‘张*’, ‘天津市河西区隆昌路94号(天津科技馆)’],
[‘刘*’, ‘湖北省黄冈市城关镇’],
[‘阿亚’, ‘内蒙古呼和浩特市包头东接民望家园1区3号楼2单元1501’],
['孙
云’, ‘山东省济南市山东省济南市历下区祥泰汇东国际,一号楼3005室’],
[‘曹亮’, ‘黑龙江省大庆市服务外包产业园D1’],
['侯
琦’, ‘上海市长宁区金钟路凌空soho16号楼3楼’],
[‘郭峰’, ‘河南省商丘市高新技术开发区恒宇食品厂’],
['赵
生’, ‘河北省唐山市朝阳道与学院路路口融通大厦2408室’],
[‘张*’, ‘陕西省咸阳市文汇东路6号西藏民族大学’],
[‘刘民’, ‘北京市大兴区南海家园四里7号楼1单元902’],
['郭
兰’, ‘湖北省武汉市湖北省’],
[‘张强’, ‘河北省张家口市经开区钻石南路11号’],
['鞠
龙’, ‘山东省潍坊市玉清街江山帝景B区12号楼一单元14楼’],
[‘李*’, ‘北京市海淀区西二旗智学苑5号楼超市’],
[‘许康’, ‘北京市西城区西单北大街甲133号’],
['叶
生’, ‘江苏省扬州市扬子江中路756号’],
[‘赵兴’, ‘北京市海淀区西二旗上地信息路1号金远见大楼华纬讯301’],
['徐
革’, ‘北京市海淀区闵庄路3号102栋二层206’],
[‘徐*’, ‘安徽省淮南市金荷小区(金格商场旁)’],
[‘雷*’, ‘北京市朝阳区望京街道望京sohoT1C座1201’],
[‘庄*’, ‘浙江省杭州市恒生电子大厦’],
[‘蔡*恩’, ‘湖北省武汉市仁和路沙湖港湾B区1103’],
等等

address_data = [
    ['王*龙', '北京市海淀区苏州街大恒科技大厦南座4层'],
    ['庞*飞', '北京市昌平区汇德商厦四楼403'],
    ['顾*锐', '江苏省扬州市三垛镇工业集中区扬州市立华畜禽有限公司'],
    ['王*飞', '上海市徐汇区上海市徐汇区H88越虹广场B座5E'],
    ['华*升', '北京市海淀区杰睿大厦'],
    ['朱*锴', '内蒙古自治区沙新镇华川家园33号楼503'],
    #等等
]

special_province_dict = {
    "内蒙": "内蒙古自治区",
    "广西": "广西壮族自治区",
    "西藏": "西藏自治区",
    "宁夏": "宁夏回族自治区",
    "新疆": "新疆维吾尔自治区",
    "香港": "香港特别行政区",
    "澳门": "澳门特别行政区",
    "黑龙": "黑龙江省",
    #等等
}

result = {}
for item in address_data:
    # 获取前2个字符
    province = item[1][0:2]
    # 去检查是否是特殊省份
    special = special_province_dict.get(province)
    if special:
        province = special

    if province in result:
        result[province].append(item)
    else:
        result[province] = [item]
print(result)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36

在这里插入图片描述

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/花生_TL007/article/detail/271187
推荐阅读
相关标签
  

闽ICP备14008679号