Python 3.x 将字符串拆分为名字和姓氏的最简单方法是什么？

数据集有14k行，有许多标题等

我是Pandas和Python的初学者，我想知道如何从这个数据集中获取名字和姓氏的输出

数据集：

0 Pr.Doz.Dr。克劳斯·塞姆勒·法哈茨特·弗劳恩赫

1.达利亚大学（布达佩斯）博士

2医学博士。约万·斯托吉尔科维奇

医学博士。德克施耐德

4马克·谢尔曼

14083袋幼儿园实践

14084乌尔里希·布罗米格先生

14085孙海因里希

14086医学博士先生。阿马德乌斯哈特维格

---

14087茉莉花蕾切

因为它不包含任何结构，所以你运气不好。一个特别的解决方案可能是只写下一个列表，列出所有你已经识别的位置/标题/连词和其他噪音，然后从行中去除这些噪音。然后，如果你注意到一些你想排除的事情，就把它们添加到你的列表中

这并不能解决某些行的名称顺序相反的问题。因此，它需要您手动检查所有内容并检查该行是否有效，但这可能比手动编辑每一行要快

一个简单的暴力例子是：

excludes = {'dr.', 'herr', 'budapest', 'med.', 'für', ... }

new_entries = []

for title in all_entries:
    cleaned_result = []
    parts = title.split(' ')
    for part in parts:
        if part.lowercase() not in excludes:
            cleaned_result.append(part)

    new_entries.append(' '.join(cleaned_result))

---

这将适用于大多数名称，而不是所有名称。对于重复性，您可能需要一个标题列表，如（博士、医学博士、大学）来跳过数据格式如何？你如何确定某物是一个名称还是一个位置/标题/连词/等等？名称是人工输入的还是系统结构的？是否包含中文名称？因为中文名字以姓氏开头。我共享的数据集有两列：索引和标题。字符串中我要清除的“标题”。这个字符串包含-名字、姓氏、头衔（Dr、Mr.Ms等）、像“/，；”这样的字符，有些行只有名字和姓氏，但大部分是噪音。不确定它是否回答了你的问题不，主要是德语名字，但你的观点在这里仍然有效，因为我观察到名字和姓氏在一些行中顺序颠倒。好吧，那么“标题”不包含任何结构？如果结构是任意的，则无法提取它们的名称，除非您有另一个有效名称列表。

    for name in dataset:
        first = name.split()[-2]
        last = name.split()[-1]
        # save here