将字符串拆分为名字和姓氏的最简单方法是什么？

Question

数据集有14k行，并且有许多标题，等等。

我是Pandas和Python的初学者，我想知道如何从这个数据集中获得名字和姓氏的输出。

数据集：

0 Pr.Doz.Dr。克劳斯·塞姆勒·法恰兹·弗劳恩赫。

1大学博士。(布达佩斯)达莉亚·拉克斯

2医学博士。Jovan Stojilkovic

3医学博士。德克·施耐德

4马克·舍尔曼

14083袋Kinderarztpraxis

14084 Ulrich Bromig先生

14085 Sohn Heinrich

14086号先生，sc。医学。阿马迪乌斯·哈特威格

14087 Jasmin Rieche

Answer 1

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

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

Answer 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以是写下所有位置/标题/连词和其他你已经识别的噪音的列表，然后从行中去掉它们。然后，如果你注意到一些其他你想要排除的东西，只需将它们添加到你的列表中。

这不会解决某些行的名称颠倒顺序的问题。因此，它将需要您手动检查所有内容并检查行是否有效，但这可能比手动编辑每一行要快。

一个简单的暴力例子是：

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))