如何將姓氏，名字和第二個名字變成首字母？

Question

我有一個帶有姓氏、名字和第二個名字的數據框：

name
Johnson John William
Peterson Andrew James
Burnham Edward Alexander
....

我想創建新列“首字母”，它將只采用姓氏並添加下划線的名字和名字的首字母：

name                         initials
Johnson John William        Johnson_J_W
Peterson Andrew James       Peterson_A_J
Burnham Edward Alexander    Burnham_E_A
....

我怎么能在短時間內做到這一點？ 我有使用 split() 的想法，而不是創建三列，從其中兩個中提取第一個字母，而不是用下划線再次連接所有三個，但這似乎效率低下

Answer 1

假設pandas ，您可以使用簡單的正則表達式，您將受益於矢量化（即快速）字符串操作：

df['initials'] = df['name'].str.replace(r'\s+([A-Z])[a-z]+', r'_\1', regex=True)

如果情況無關緊要：

df['initials'] = df['name'].str.replace(r'\s(\w)\w+', r'_\1', regex=True)

輸出：

                       name      initials
0      Johnson John William   Johnson_J_W
1     Peterson Andrew James  Peterson_A_J
2  Burnham Edward Alexander   Burnham_E_A

Answer 2

我會使用 pandas 的apply方法，傳遞一個函數（ to_initials ）來處理數據框的'name'列中的每個條目。

def to_initials(x):
    last, first, second = x.split(" ")
    return last+"_"+first[0]+"_"+second[0]

df = pd.DataFrame({"name":["Johnson John William","Peterson Andrew James","Burnham Edward Alexander"]})

df["initials"] = df["name"].apply(to_initials)

或者可以使用 python 的 lambda 函數並在一行中完成。

df["initials"] = df["name"].apply(lambda x: x.split(" ")[0]+"_"+x.split(" ")[1][0]+"_"+x.split(" ")[2][0])

如果只有一個名稱的條目，您將不得不擴展此功能。