Python 3.x 熊猫：运行外部库函数以高效地创建新列

结果

• 我有一个熊猫系列（df.name）的名字
• 我想使用外部库（probablepeople）解析它们
• 库在某些行上返回一个异常，因此我在函数“conv_name”中输入了
• 我使用df.apply（）运行函数来创建一个包含结果的新列
• 然后，我将结果解析为另外两列的名字和姓氏

我觉得必须有一种方法可以在不创建dfn.conv的情况下创建firstname和姓氏列，但是如果我执行类似于

def conv_name(x):
    try:
        #library to convert strings to name dict
        return pp.tag(str(x))[0]
    except:
        return np.nan

dfn = df.name.to_frame()
dfn['conv'] = dfn.name.apply(lambda x: conv_name(x))
dfn['given_name'] = dfn.conv.apply(pd.Series).GivenName
dfn['sunname'] = dfn.conv.apply(pd.Series).Surname

我得到一个钥匙错误

---

因此，我的具体问题是，如何在不创建conv列的情况下创建first和namese列？

首先，通过简单地返回两个值来提高

conv_name

的效率：

dfn['given_name'] = dfn.name.apply(lambda x: conv_name(x)['GivenName'])

然后，使用

result\u type='expand'

一次生成两列：

def conv_name(x):
    try:
        names = pp.tag(str(x))[0]
        return names['GivenName'], names['Surname']
    except:
        return np.nan, np.nan

中间结果

names

将如下所示：

dfn = df.name.to_frame()
names = dfn.name.apply(conv_name, axis=1, result_type='expand')
dfn['given_name'] = names[0]
dfn['surname'] = names[1]

---

仅供参考，

lambda x:conv_name（x）

与简单的

conv_name

相同。

          0          1
0       Bob      Smith
1     Bjorn    Janssen
2  Xiaofeng      Cheng