Data Science · मराठी आवृत्ती

10.3 Text मधून code आणि pincode काढूया

रवींद्र बागले यांच्या course वर आधारित · सहज मराठीत explanation

Store code मधून city_code आणि area वेगळे करूया. Address मधून सहा digits शोधण्यासाठी छोटा regex demo आहे:

df["city_code"] = df["store_code"].str.split("-", n=1).str[0]
df["area"] = (
    df["store_code"]
      .str.split("-", n=1).str[1]
      .str.rsplit("-", n=1).str[0]
)
# Simple pincode pattern from a free-text address column (demo)
addr = pd.Series(["Flat 2, Kothrud 411038", "College Road 422005"])
pins = addr.str.extract(r"(\d{6})")
print(pins)

Jupyter मध्ये steps

1. order_ts dayfirst=True वापरून parse करा.
2. या sample ला Asia/Kolkata localise करा.
3. hour आणि day_name() जोडा.
4. store_code मधून city_code आणि area वेगळे करा.
5. Evening orders filter करा: df[df["hour"] >= 18].

तीन IST-aware timestamps आणि PUN, NSK, NGP हे city codes दिसतील.

Practice

is_diwali_week column तयार करा. या काल्पनिक exercise मध्ये 15-10-2026 ते 25-10-2026 दोन्ही दिवस धरून date असेल तर True द्या आणि rows मोजा. हा practice window आहे, अधिकृत festival calendar नाही.

Recap

• Indian dates साठी dayfirst किंवा explicit format.
• Class च्या local timestamps साठी IST — Asia/Kolkata.
• Codes आणि pins साठी str.split / str.extract.

पुढे wide आणि long data पाहू.