数据分析师之路：（一）身份证号判断省份

在通往数据分析师的路上，最得心应手的工具，莫过于基于numpy库的pandas。今天拿到一个题目：把身份证号码的区域解析出来。于是用了两个小时学习，并做了出来。

实现思路：

1、先从excel读取身份证号码，并转换成str字符。

2、手工建一个DataFrame，把身份证的前两位对应的省做好对照。

3、将读取的身份证号码截取前两位，并转换成int字符。

4、从DataFrame里匹配身份证号前两位，输出区域。

实现效果：

#coding=utf-8

import os

import numpy as np

import pandas as pd

os.chdir('d:\\py\\')

#print('work_directory: ', os.getcwd())

#area={"11":"北京","12":"天津","13":"河北","14":"山西","15":"内蒙古","21":"辽宁","22":"吉林","23":"黑龙江","31":"上海","32":"江苏","33":"浙江","34":"安徽","35":"福建","36":"江西","37":"山东","41":"河南","42":"湖北","43":"湖南","44":"广东","45":"广西","46":"海南","50":"重庆","51":"四川","52":"贵州","53":"云南","54":"西藏","61":"陕西","62":"甘肃","63":"青海","64":"宁夏","65":"新疆","71":"台湾","81":"香港","82":"澳门","91":"国外"}

#手工建一个area，对照区域

area = {'areacode':[11,12,13,14,15,21,22,23,31,32,33,34,35,36,37,41,42,43,44,45,46,50,51,52,53,54,61,62,63,64,65,71,81,82,91],'areaname':['北京','天津','河北','山西','内蒙古','辽宁','吉林','黑龙江','上海','江苏','浙江','安徽','福建','江西','山东','河南','湖北','湖南','广东','广西','海南','重庆','四川','贵州','云南','西藏','陕西','甘肃','青海','宁夏','新疆','台湾','香港','澳门','国外']}

#将area加上索引，形成一个pandas表

area_df = pd.DataFrame(area)

#area_df.to_excel('区域表.xlsx')

#print(area_df)

#注意dtype，把身份证号取为str格式，否则数字格式无法拆分字符串

df = pd.read_excel("身份证号码.xlsx",dtype={'身份证号':str})

#print(df)

#定义code，从df里按坐标值取数

code = df.iloc[0,1]

#取code前两位字符串

s_area = code[0:2]

#print(type(s_area))

#loc可以对df进行筛选操作，int则是把s_area转换成整数，便于比较

print(area_df.loc[area_df["areacode"] == int(s_area)] )