格式化数据框中的字符串答案

【问题标题】：Formatting strings in a dataframe格式化数据框中的字符串
【发布时间】：2021-09-29 05:24:44
【问题描述】：

我有一个数据框

Name
Joe Smith
Jane Doe
Homer Simpson

我正在尝试将其格式化为

Name
Smith, Joe
Doe, Jane
Simpson, Homer

我有这个代码，它适用于我列表中约 80% 的用户，但有些用户没有正确使用。

invalid_users = ['Test User', 'Test User2', 'Test User3']


for index, row in df_Users.iterrows():
    gap_pos = df_Users["Name"][index].find(" ") 
    if gap_pos > 0 and row["Name"] not in invalid_users:
        row["Name"] = df_Users["Name"][index][len(df_Users["Name"][index])-gap_pos+1:].strip() +', ' + df_Users["Name"][index][:gap_pos]

未正确通过的用户，通常他们的姓在某处被截断 - 即 Simpson ==> mpson

我在这里做错了什么？

【问题讨论】：

见Using Regex to change the name values format in a dataframe
如果你仍然想要这个循环，请改用split，"Joe Smith".split(" ")会给你一个类似['Joe', 'Smith']的列表
为什么是[len(df_Users["Name"][index])-gap_pos+1:]？一个简单的[gap_pos+1:] 应该可以（但最好还是使用上述替代方法之一）。

标签： python pandas string dataframe

【解决方案1】：

只需在空间上拆分，然后将其反转（这就是 .str[::-1] 正在做的事情）并加入 , ：

>>> df['Name'].str.split(' ').str[::-1].str.join(', ')
0        Smith, Joe
1         Doe, Jane
2    Simpson, Homer
Name: Name, dtype: object

如果您的数据中包含Jr. Joe Smith 之类的名称，那么您可以按照以下方式进行操作：

df['Name'].str.split(' ').str[::-1].apply(lambda x:(x[0],' '.join(x[1:]))).str.join(', ')

【讨论】：

你的名字和姓氏颠倒了
是的，但你没有把姓放在第一位。
我更喜欢这个答案，但值得指出的是，“Jill St. John”会变成“John, St., Jill”，这是不希望的。不过，我认为这给出了正确的骨架。这取决于他的数据是什么样的。
是的先生，你是对的@TimRoberts，这取决于数据。

【解决方案2】：

我不确定你想用len 做什么，但这是不对的。你只想直接从gap_pos开始：

row["Name"] = df_Users["Name"][index][gap_pos+1:].strip() +', ' + df_Users["Name"][index][:gap_pos]

我很想为此使用split。

【讨论】：

【解决方案3】：

Pandas 是一个利用矢量运算的库，特别是对于简单的转换和大多数 DataFrame 操作。

根据您的示例，这是一个可行的代码：

import pandas as pd

df = pd.DataFrame({"name": ["Joe Smith", "Jane Doe", "Homer Simpson"]})
# df
#              name
# 0       Joe Smith
# 1        Jane Doe
# 2   Homer Simpson

df["name"] = df["name"].apply(lambda x: f"{x.split(' ')[1]}, {x.split(' ')[0]}")
# df
#               name
# 0       Smith, Joe
# 1        Doe, Jane
# 2   Simpson, Homer

apply 函数获取每一行并将指定的函数应用于每一行。在这里，指定的函数是一个lambda 函数，假设名称模式是“FirstName LastName”，它会执行您想要的操作。

【讨论】：