Python清洗CSV姓名格式：姓,名转名姓格式报错求助

问题场景 #

处理CSV数据集时，姓名列存在两种格式：

• 格式1：名 姓（如John Cena）
• 格式2：姓, 名（如Doe, John）

需要将所有姓名统一转换为名 姓的格式（无逗号，去除多余空格）。

示例输入 #

Doe, John  
Smith, John 
Snow, John
John Cena 
Steve Smith 

期望输出 #

John Doe 
John Smith 
John Snow
John Cena 
Steve Smith

遇到的错误 #

尝试直接对Series调用字符串方法，代码如下：

if ',' in df['names']:
    df['names'] = ' '.join(df['names'].split(',')[::-1]).strip()

抛出错误：

AttributeError: 'Series' object has no attribute 'split'

尝试将列转为列表df['name'] = df['name'].to_list()后，问题仍未解决。

错误原因 #

df['names']是Pandas的Series对象，而split()是单个字符串的方法，无法直接在Series上调用。转列表只是把Series转换成字符串列表，但没有实现逐个元素的格式处理逻辑。

解决方法 #

方法1：使用apply()遍历处理每个元素 #

定义格式化函数，通过apply()对每个姓名单独处理：

def normalize_name(name):
    if ',' in name:
        # 拆分姓和名，去除空格后重新拼接
        last_name, first_name = name.split(',', 1)
        return f"{first_name.strip()} {last_name.strip()}"
    else:
        # 已符合格式，仅去除多余空格
        return name.strip()

# 应用函数到姓名列
df['names'] = df['names'].apply(normalize_name)

方法2：使用Pandas字符串方法批量处理（更高效） #

利用Pandas内置的str系列方法批量处理带逗号的行，再统一去除空格：

# 筛选出带逗号的行，拆分后反转拼接
comma_mask = df['names'].str.contains(',')
df.loc[comma_mask, 'names'] = df.loc[comma_mask, 'names'].str.split(',', 1).apply(
    lambda x: f"{x[1].strip()} {x[0].strip()}"
)
# 统一去除所有姓名的多余空格
df['names'] = df['names'].str.strip()

方法3：一行式简洁写法 #

用lambda函数结合列表推导式，在apply()中完成逻辑：

df['names'] = df['names'].apply(
    lambda x: ' '.join(reversed([s.strip() for s in x.split(',')])) if ',' in x else x.strip()
)

以上三种方法都能实现姓名格式的统一转换，处理示例输入后即可得到期望的输出。

内容的提问来源于stack exchange，提问作者That_non_coder