将字符串拆分为名字和姓氏的最简单方法是什么？答案

【问题标题】：What is the easiest way to split a string into a first name and last name?将字符串拆分为名字和姓氏的最简单方法是什么？
【发布时间】：2020-05-19 13:47:33
【问题描述】：

数据集有 14k 行，有很多标题等。

我是 Pandas 和 Python 的初学者，我想知道如何继续从该数据集中获取名字和姓氏的输出。

数据集：

0 Pr.Doz.Dr. Klaus Semmler Facharzt für Frauenhe...

1 大学博士。（布达佩斯）Dalia Lax

2 医学博士。约万·斯托吉尔科维奇

3 医学博士。德克施耐德

4 马克·舒尔曼

14083 袋 Kinderarztpraxis

14084 乌尔里希·布罗米格先生

14085 孙海因里希

14086 先生，博士。医学。艾玛迪斯·哈特维希

14087 茉莉莉切

【问题讨论】：

数据是如何格式化的？您如何确定某物是名称还是位置/标题/连词/等？名称是手动输入的还是系统结构？
是否包含中文名称？因为中文名字是以姓氏开头的。
我共享的数据集有两列：索引和一列“标题”。我要清理的字符串中的“标题”。此字符串包含 - 名字、姓氏、头衔（博士、先生、女士等），诸如“/、-、;”之类的字符有些行只有名字和姓氏，但主要是噪音。不确定它是否回答了您的问题
不，主要是德国人的名字，但你的观点在这里仍然有效，因为我观察到在某些行中名字和姓氏的顺序是颠倒的。
好的，所以“标题”不包含任何结构？如果结构是任意的，那么您无法提取它们的名称，除非您有另一个有效名称列表。

标签： python-3.x pandas jupyter-notebook data-munging data-wrangling

【解决方案1】：

    for name in dataset:
        first = name.split()[-2]
        last = name.split()[-1]
        # save here

这适用于大多数名称，而不是所有名称。为了可重复性，您可能需要一个标题列表，例如 (dr., md., univ.) 以跳过

【讨论】：

【解决方案2】：

因为它不包含任何结构，所以你不走运。一个特别的解决方案可能是只写下您已识别的所有位置/标题/连接和其他噪音的列表，然后从行中删除它们。然后，如果您发现其他一些您想排除的东西，只需将它们添加到您的列表中即可。

这不会解决某些行的名称倒序的问题。因此，它需要您手动检查所有内容并检查该行是否有效，但它可能比手动编辑每一行更快。

一个简单的蛮力示例是：

excludes = {'dr.', 'herr', 'budapest', 'med.', 'für', ... }

new_entries = []

for title in all_entries:
    cleaned_result = []
    parts = title.split(' ')
    for part in parts:
        if part.lowercase() not in excludes:
            cleaned_result.append(part)

    new_entries.append(' '.join(cleaned_result))

【讨论】：