如何将DataFrame中的姓名字符串按空格拆分为名、中间名、姓、后缀四列

核心实现（正则匹配，推荐） #

利用str.extract的命名捕获组可以一步完成四个字段的提取，自动填充空值对应不存在的中间名、后缀：

# 定义姓名匹配规则，仅适配当前数据集仅存在Jr作为后缀的场景
name_pattern = r'^(?P<first_name>\w+)(?:\s(?P<middle_name>\w+))?(?:\s(?P<last_name>\w+))?(?:\s(?P<suffix>Jr))?$'
# 提取字段并合并到原DataFrame，空值默认填充NaN，可加fillna('')替换为空字符串
df = df.join(df['name'].str.extract(name_pattern).fillna(''))

规则说明 #

• 第一个捕获组(?P<first_name>\w+)匹配第一个单词，对应名
• 后续三个都是可选捕获组，分别匹配中间名、姓、仅Jr的后缀
• 没有对应字段的行自动填充为空，不需要额外处理边界情况

分步实现（无正则版本） #

如果不熟悉正则语法，可以分步骤处理，逻辑更直观：

1. 先提取后缀

df['suffix'] = df['name'].apply(lambda x: 'Jr' if x.endswith(' Jr') else '')

2. 移除原姓名字段中的后缀

df['clean_name'] = df['name'].str.replace(r' Jr$', '', regex=True)

3. 拆分清洗后的姓名为前三个字段

df[['first_name', 'middle_name', 'last_name']] = df['clean_name'].str.split(' ', expand=True).reindex(columns=[0,1,2]).fillna('')
# 移除临时生成的clean_name列
df = df.drop('clean_name', axis=1)

两种方案运行后都能得到你需要的first_name、middle_name、last_name、suffix四个字段。

内容的提问来源于stack exchange，提问作者reece