使用 cpca 提取地址所在省份，通过多信息提取地址包含区号并进行表表组合更新

在处理数据时，根据用户的收货地址和我们家供应商的名称尝试提取地址。
先说一下CPCA这个包,下面这一段是官方给出的解释：

[“徐汇区虹漕路461号58号楼5楼”, “泉州市洛江区万安塘西工业区”]
↓ 转换
|省 |市 |区 |地址 |
|上海市|上海市|徐汇区|虹漕路461号58号楼5楼 |
|福建省|泉州市|洛江区|万安塘西工业区 |
优点：
1.能够匹配到省或者市的缩写，比如将"北京市"缩写为"北京"，“江苏省"缩写为"江苏”
2.还处理了诸如"新疆维吾尔族自治区"缩写为"新疆"，"西藏藏族自治区"缩写为"西藏"等情况

特别说明下：代码目前仅仅支持python3
pip install cpca
注:cpca是chinese province city area的缩写

（为了方便各位看官老爷，我做了合并）

import cpca # 用来提取地址的包

# 提取语法如下：
# 通过这两个字段中的地址信息,提取出来省份
# 可以提取【省、市、区、地址、adcode】
df_add1 = cpca.transform(df_main['CustomerAddress'])[['省','市','区']]
df_add2 = cpca.transform(df_main['DistributionName'])[['省','市','区']]
# 因为从两个列提出来的，让数据更全面些，所以做了更新组合
df_add = df_add1.combine_first(df_add2)

下面就是输出了,可以跟期望的表进行拼接等操作。看自己需要使用

[out:]

这里放一段拼接的代码，两种方法，做之前记得索引重置哦

# 索引重置参考下面这行：
df_main.reset_index(drop=True)
# 拼接合并参考下面两行（二选一）
df_main = pd.merge(df_main,df_add,left_index=True,right_index=True,how='left')
df_main = pd.concat([df_main,df_add],axis=1)

最后就得到了拼接后的完整图片