Holas tengo un gran problema y es que necesito rellanar unos campos vacios que estan en mi columna ciudad y esos vacios se encuentran en otra columna pero con el problema de que hay mucho texto adicional y solo quiero extraer del texto la CIUDAD Ejemplo de la primera fila de la columna DESCRIPCION de mi dataframe donde se encuentra mi ciudad faltante
df_d = df_S[['DESCRIPCION']]
df_d.columns = ['Ciudad_sm']
df_d['Ciudad_sm'] = df_d['Ciudad_sm'].str.upper().str.strip()
df_d['Ciudad_sm']=df_d['Ciudad_sm'].str.replace('Á','A').str.replace('É','E')\
.str.replace('Í','I').str.replace('Ó','O').str.replace('Ú','U')
df_d['Ciudad_sm'].iloc[0]
la primera fila es la siguiente
'PLANTILLA DE DATOS\n\nFECHA Y HORA DE LA ACTIVIDAD: 20/05/2022 11:00 AM\nCLIENTE: POLLOS EL BUCANERO S.A.\nPROGRAMADA: SI\nTIPO DE SERVICIO: EMPRESAS P1\nSUBSEGMENTO: CLIENTES ESPECIALES\nCIUDAD: CORREGIMIENTO VILLA GORGONA, CANDELARIA.\nCODIGO DEL ENLACE: \tPBC0019\t\nSW DE ACCESO: AAC-VAL.CANDELARIA-M\nPUERTO: 1/5/3\nDIRECCION DEDESPLAZAMIENTO: KM1 CALLEJON VICTOR LONGO VIA CALI-CANDELARIA, CORREGIMIENTO VILLA GORGONA, CANDELARIA, VALLE DEL CAUCA, ZIP CODE: 763579, COLOMBIA\nCONTACTO DEL CLIENTE EN SEDE: NOMBRE: DIEGO DOMINGUEZ\nTELEFONO CONTACTO CLIENTE: +573186261075\nHORARIO DE ATENCION: L-V 12PM-13PM\nAFECTACION: DESCRIPCION ACTIVIDAD: VALIDAR EQUIPOS Y CONEXIONES\nCONTACTO DE QUIEN REPORTA: LEIDY MEIDNA\nNUMERO CONTACTO NOC: 273151-273153-273154 - 321 2738949 / 7448595 OPC 1 - 0 CLAVE 462910\n\nEQUIPOS REQUERIDOS:\n- PATCH CORD\n- PORTATIL\n- POWER METER\n- ROUTER DE PRUEBAS\n- TRV\n\nPERMISOS ESPECIALES: SI. DOCUMENTAR NOMBRE, CC, ARL, EPS\nDESCRIPCION ACTIVIDAD: VALIDAR EQUIPOS Y CONEXIONES\nIM SERVICE:I'
intente con un split pero no me sirve porque no todas estan de la misma manera escritas por ejemplo algunas tienen CIUDAD: pero otras solo CIUDAD
def get_ciudad1(string):
seg = string.split("CIUDAD: ")
if len(seg)==1:
return seg[0]
else:
return seg[1]
Con esta funcion logre quitar lo que habia antes de la palabra ciudad pero no pude quitar lo que habia despues ya que lo ideal seria quitar lo que hay despues de CODIGO DE ENLACE pero no me dio de manera general pues hay unos campos que dicen CODIGO DEL ENLACE y como son tantos registros ni modo de saber como estan escritos todos.
def get_ciudad2(string):
seg = string.split(".\nCODIGO DEL ENLACE: ")
return seg[0]
df_d['Ciudad_sm']=df_d['Ciudad_sm'].apply(get_ciudad2)
Me gustaria saber si todo esto se puede hacer de manera general con alguna IA o alguna otra idea porque se me ocurria sacar con un tolist() las ciudad que ya tengo en mi colunma ciudad pero sigo sin saber como buscarla o encontrar mi ciudad en la columa DESCRIPCION
lista_ciudades = df_sm['Ciudad'].tolist()
Se los agradecia si pueden ayudarme con este problema