全国地方公共団体コードに郵便番号データの住所から郡名を追加

docs.google.com

import copy
import re

import pandas as pd


def checkdigit(n):

    c = copy.deepcopy(n)
    t = 0

    for i in range(2, 7):

        c, m = divmod(c, 10)
        t += i * m

    result = (n * 10) + ((11 - (t % 11)) % 10)

    return result


# 全国地方公共団体コード
df_code = pd.read_excel(
    "https://www.soumu.go.jp/main_content/000618153.xls", usecols=[0, 1, 2]
)
df_code.rename(columns={"都道府県名\n（漢字）": "都道府県名", "市区町村名\n（漢字）": "市区町村名"}, inplace=True)

# 都道府県は削除
df_code.dropna(inplace=True)
df_code.reset_index(inplace=True, drop=True)

# 郵便番号データ
df = pd.read_csv(
    "https://www.post.japanpost.jp/zipcode/dl/oogaki/zip/ken_all.zip",
    encoding="cp932",
    header=None,
    usecols=[0, 6, 7],
    names=["コード", "都道府県名", "市区町村名"],
)

# 重複の最初以外は削除
df.drop_duplicates(keep="first", inplace=True)

# 郵便番号データのコードに検査数字を付与
df["団体コード"] = df["コード"].apply(checkdigit)

# コード列を削除
df.drop(columns="コード", inplace=True)

# 結合
df1 = pd.merge(df_code, df, on=["団体コード"], how="left", suffixes=("", "郵便"))

df1.fillna("", inplace=True)

# 全国地方公共団体コードの「梼原町」を「檮原町」に修正
df1["市区町村名"] = df1["市区町村名"].mask(
    (df1["都道府県名"] == "高知県") & (df1["市区町村名"] == "梼原町"), "檮原町"
)

# 郵便番号データの「糟屋郡須惠町」を「糟屋郡須恵町」に修正
df1["市区町村名郵便"] = df1["市区町村名郵便"].mask(
    (df1["都道府県名"] == "福岡県") & (df1["市区町村名郵便"] == "糟屋郡須惠町"), "糟屋郡須恵町"
)

# 郡名を抽出
df1["郡名"] = df1.apply(lambda x: re.sub(f'{x["市区町村名"]}$', "", x["市区町村名郵便"]), axis=1)

# 抽出失敗確認
df1[(df1["郡名"] == df1["市区町村名郵便"]) & (df1["市区町村名郵便"] != "")]

df2 = df1.loc[:, ["団体コード", "都道府県名", "郡名", "市区町村名"]].copy()
df2.to_csv("code.csv", index=None, encoding="utf_8_sig")