如何从汽车数据集中提取汽车 model 名称？

Question

谁能帮我从以下样本 dataframe 中提取汽车名称 model？

index,Make,Model,Price,Year,Kilometer,Fuel Type,Transmission,Location,Color,Owner,Seller Type
0,Honda,Amaze 1.2 VX i-VTEC,505000,2017,87150,Petrol,Manual,Pune,Grey,First,Corporate
1,Maruti Suzuki,Swift DZire VDI,450000,2014,75000,Diesel,Manual,Ludhiana,White,Second,Individual
2,Hyundai,i10 Magna 1.2 Kappa2,220000,2011,67000,Petrol,Manual,Lucknow,Maroon,First,Individual
3,Toyota,Glanza G,799000,2019,37500,Petrol,Manual,Mangalore,Red,First,Individual

我用过这段代码： model_name = df['Model'].str.extract(r'(\w+)')

但是，我无法获得具有 WR-V、CR-V 等名称的汽车名称（或名称之间有空格或连字符）

这是数据集的详细链接： https://www.kaggle.com/datasets/nehalbirla/vehicle-dataset-from-cardekho?select=car+details+v4.csv

所需的 output 应该是：

index,0
0,Amaze
1,Swift
2,i10
3,Glanza
4,Innova
5,Ciaz
6,CLA
7,X1 xDrive20d
8,Octavia
9,Terrano
10,Elite
11,Kwid
12,Ciaz
13,Harrier
14,Polo
15,Celerio
16,Alto
17,Baleno
18,Wagon
19,Creta
20,S-Presso
21,Vento
22,Santro
23,Venue
24,Alto
25,Ritz
26,Creta
27,Brio
28,Elite
29,WR-V
30,Venue

请帮我！！

Answer 1

确切的逻辑尚不清楚，但假设您想要第一个单词（包括特殊字符）或前两个单词（如果第一个单词只有一个或两个字符）：

df['Model'].str.extract(r'(\S{3,}|\S{1,2}\s+\S+)', expand=False)

Output：

0            Amaze
1            Swift
2              i10
3           Glanza
4           Innova
5             Ciaz
6              CLA
7     X1 xDrive20d
8          Octavia
9          Terrano
10           Elite
11            Kwid
12            Ciaz
13         Harrier
14            Polo
15         Celerio
16            Alto
17          Baleno
18           Wagon
19           Creta
20        S-Presso
21           Vento
22          Santro
23           Venue
24            Alto
25            Ritz
26           Creta
27            Brio
28           Elite
29            WR-V
...            ...
Name: Model, dtype: object