Python从名称字符串的末尾删除中间首字母

Question

我正在尝试删除名称字符串末尾的中间首字母。数据外观示例:

df = pd.DataFrame({'Name': ['Smith, Jake K',
                            'Howard, Rob',
                            'Smith-Howard, Emily R',
                            'McDonald, Jim T',
                            'McCormick, Erica']})

我目前正在使用以下代码，它适用于除 McCormick、Erica 之外的所有名称。我首先使用正则表达式来识别所有大写字母。然后任何具有 3 个或更多大写字母的行，我从字符串中删除 [:-1] (试图删除中间的初始和额外的空格)。

df['Cap_Letters'] = df['Name'].str.findall(r'[A-Z]')
df.loc[df['Cap_Letters'].str.len() >= 3, 'Name'] = df['Name'].str[:-1]

这会输出以下内容:

如您所见，这会正确删除除 McCormick、Erica 之外的所有名称的中间名首字母。原因是她有 3 个大写字母但没有中间首字母，这会错误地删除 Erica 中的“a”。

Answer 1

你可以直接使用Series.str.replace:

df['Name'] = df['Name'].str.replace(r'\s+[A-Z]$', '', regex=True)

输出:

0            Smith, Jake
1            Howard, Rob
2    Smith-Howard, Emily
3          McDonald, Jim
4       McCormick, Erica
Name: Name, dtype: object

见 regex demo . 正则表达式详细信息:

• \s+ - 一个或多个空格
• [A-Z] - 大写字母
• $ - 字符串结束。