如何清理格式混乱的姓名列？解决分隔符、姓前置等格式问题

核心处理逻辑 #

针对数据集里的姓名格式问题，按以下步骤逐步清理：

1. 替换分隔符：将所有点号.替换为空格，统一分隔符格式
2. 反转姓前置格式：识别带逗号,的条目，将「姓, 名/头衔」结构反转成「名/头衔 姓」
3. 规整空格：将连续多个空格合并为单个，避免格式混乱

Python 实现代码（基于 Pandas） #

假设数据集已加载为 Pandas DataFrame，以下是具体实现：

import pandas as pd
import re

def clean_full_name(name):
    # 步骤1：替换点号为空格
    name = name.replace('.', ' ')
    # 步骤2：处理姓前置的逗号格式
    if ',' in name:
        last_part, first_part = name.split(',', 1)
        name = f"{first_part.strip()} {last_part.strip()}"
    # 步骤3：合并连续空格
    name = re.sub(r'\s+', ' ', name).strip()
    return name

# 示例数据加载
data = {
    'ID': [1,2,3,4,5,6,7,8],
    'Name': [
        'Ellie Joella',
        'Antonio.Chaz',
        'Dr. Ian Coretta',
        'Doe, John',
        'Marie.Eliza.Grey',
        'Mason, Lary O',
        'Winfred, Mr. Barry',
        'Andrea.T.B.Shaw'
    ]
}
df = pd.DataFrame(data)

# 应用清理函数
df['Cleaned_Name'] = df['Name'].apply(clean_full_name)

print(df[['ID', 'Cleaned_Name']])

代码说明 #

• 替换点号：直接用字符串replace方法将所有.转为空格，解决点分隔姓名的问题
• 处理逗号格式：通过split(',', 1)只拆分一次，避免中间名带逗号的极端情况，然后反转拼接顺序
• 规整空格：用正则表达式re.sub(r'\s+', ' ', name)合并连续空格，确保姓名各部分之间只有一个空格

验证结果 #

运行代码后，输出的Cleaned_Name列将完全符合目标格式：

内容的提问来源于stack exchange，提问作者SuperInes