pandas拆分Full Name列报错及多段姓名正确拆分方法问询

正则报错bad character in group name 'First Name'修复 #

• 报错原因：Python正则的命名捕获组（?P<组名>语法）不支持组名包含空格，原代码中?P<First Name>、?P<Last Name>的组名带空格，直接触发正则语法错误。
• 修复方式：要么移除命名组内的空格，提取完成后再重命名列；要么不使用命名捕获组，按提取顺序直接赋值列名。
• 额外提示：列重命名完成后，直接通过df4['Full Name']取目标列比iloc[:,27]按位置取值更稳妥，避免前置列增减导致索引错位取错列。

含中间名的多段姓名正确拆分实现 #

原str.split方法的缺陷：默认从左往右按所有空格拆分，遇到John Wayne Smith这类3段及以上的姓名会生成超过2列，直接赋值给First Name/Last Name两列时会出现错位、赋值失败的问题，无法自动将最后一个词识别为姓氏。

以下两种方案均可正确适配2段/多段姓名拆分，自动将最后一个词识别为Last Name，其余前缀部分（含中间名）识别为First Name：

方案1：修正正则的str.extract实现 #

# 提前清洗姓名列的多余空格（可选，避免首尾空格、连续空格导致拆分异常）
df4['Full Name'] = df4['Full Name'].str.strip().str.replace(r'\s+', ' ', regex=True)

# 正则规则：从开头匹配到最后一个空格前的所有内容作为名，结尾最后一个词作为姓
# 注意命名组无空格，规避语法错误
name_parts = df4['Full Name'].str.extract(
    r'^(?P<first>.+)\s+(?P<last>\w+)$',
    expand=True
)
# 重命名列后合并回原表
name_parts.columns = ['First Name', 'Last Name']
df4 = pd.concat([df4, name_parts], axis=1)

方案2：str.rsplit实现（更简洁） #

使用rsplit从字符串右侧开始拆分，指定仅拆分1次，即可保证最后一个空格后的内容单独成列：

# 提前清洗姓名列多余空格
df4['Full Name'] = df4['Full Name'].str.strip().str.replace(r'\s+', ' ', regex=True)
# 从右往左拆分1次，直接赋值两列
df4[['First Name', 'Last Name']] = df4['Full Name'].str.rsplit(' ', n=1, expand=True)

• 拆分效果验证：
  • 2段姓名Test Name：First Name=Test，Last Name=Name
  • 3段姓名John Wayne Smith：First Name=John Wayne，Last Name=Smith

内容的提问来源于stack exchange，提问作者Scythor