从Python中的名称解析姓氏

正在尝试确定单个姓氏

names = ["John Smith", "D.J. Richies III","AJ Hardie Jr.", "Shelia Jackson-Lee", "Bob O'Donnell"]

期望输出

last_names = ['Smith', 'Richies','Hardie','Lee', 'ODonnell' ]

我希望有一个现有的库或代码集可以轻松地处理这些更罕见/奇怪的情况

谢谢你的帮助

您可以尝试以下方法：

names = ["John Smith", "D.J. Richies III","AJ Hardie Jr.", "Shelia Jackson-Lee", "Bob O'Donnell"]

suffixes = ["II", "Jr.", "III", "Sr."]

last_names = []

for i in names:
    new_name = i.split()
    if len(new_name) == 2 and "-" in new_name[1]:
         last_names.append(new_name[1].split("-")[1])

    elif len(new_name) == 2:
          last_names.append(new_name[1])

    else:
        if new_name[-1] in suffixes:
           last_names.append(new_name[1])

print(last_names)

输出将包含姓氏：

['Smith', 'Richies', 'Hardie', 'Lee', "O'Donnell"]

处理名字很难 简单的字符串操作解决方案最终会失败。你开始通过后缀（

III

，

Jr.

）意识到这一点，但是像

de la Paz

这样的复合姓氏呢

你想要：

---

您可以使用nameparser包。有关更多示例，您可以查看：

输出为：

                 Name title   first middle         last suffix nickname
0          John Smith          John               Smith                
1    D.J. Richies III          D.J.             Richies    III         
2       AJ Hardie Jr.            AJ              Hardie    Jr.         
3  Shelia Jackson-Lee        Shelia         Jackson-Lee                
4       Bob O'Donnell           Bob           O'Donnell          

因此，如果您只想知道姓氏：

df['last']

你会得到：

0          Smith
1        Richies
2         Hardie
3    Jackson-Lee
4      O'Donnell
Name: last, dtype: object

---

要求人们推荐图书馆通常被认为是不合适的。你试过什么？看起来您只需要在

str.split（）

之后取第二个单词并删除标点符号，这对于标准字符串函数来说是非常简单的。问题在于连字符的名称。我理解你的意思，因为它可以是两个拆分（第二个是包含连字符的名称），然后是一个压缩。只是不知道是否有一个我不知道存在的所有人都在使用的库（对Python来说是相当新的）？或者姓氏是两个没有连字符的标记？实际上，在这里可以问一个库。处理应用程序中的名字比大多数人意识到的要难，如果有人把这样的东西放进了一个图书馆，我也不会感到惊讶。我认为没有中间名字，因为这些名字是从网站上刮下来的。我没有所有的例子，但在看了几百个之后，似乎没有，这就是为什么我认为AChampion的解决方案可能有效的原因。这可以与一个要剥离的后缀列表相结合。

df['last']

0          Smith
1        Richies
2         Hardie
3    Jackson-Lee
4      O'Donnell
Name: last, dtype: object