Python 如何将pandas数据帧中的字符串拆分为可以分解成新行的bigram？

我有一个名称记录数据库，我正试图为其创建bigram，并将bigram转换为数据帧中的新行。我这样做的原因是因为某些记录包含多个名称，而且有些记录可以对同一名称有不同的顺序。我的最终目标是寻找复制品，为每个独特的个体创造一个最终记录。我计划在这个结果上使用TF-IDF和余弦相似性。下面是我试图做的一个例子

当前：

目标：

尝试使用压缩、应用和分解：

或

使用列表理解：

编辑：

第二部分：

df2 = pd.DataFrame([ [idx+1, f"{a} {b}"] for idx,val in enumerate(df.Name) for (a,b) in (zip(val,val[1:]))], columns=['ID', 'Names'])

尝试使用压缩、应用和分解：

或

使用列表理解：

编辑：

第二部分：

df2 = pd.DataFrame([ [idx+1, f"{a} {b}"] for idx,val in enumerate(df.Name) for (a,b) in (zip(val,val[1:]))], columns=['ID', 'Names'])

---

所有的名字都有两个部分吗？一个记录可能只是一个名字或姓氏，或者有一个姓氏是两个用连字符分隔的单词。检查更新的答案，它将解决您的问题：@Pygirl Awesome，谢谢！如果数据是John Doe Mike Steve Johnson，则会产生John Doe、Mike Steve和Johnson。可以吗？所有的名字都有两个部分吗？一个记录可能只是一个名字或姓氏，或者有一个姓氏是两个用连字符分隔的单词。检查更新的答案，它将解决您的问题：@Pygirl Awesome，谢谢！如果数据是John Doe Mike Steve Johnson，则会产生John Doe、Mike Steve和Johnson。可以吗？我得到一个错误，第一个选项的float对象不可下标。第二个选项看起来不错，只是我丢失了每条记录的原始ID。我得到一个错误，第一个选项的float对象不可订阅。第二个选项看起来不错，只是我丢失了每条记录的原始ID。这很好，但是有没有办法保留ID？当然，我已经更新了答案。如果有一条记录只有像Johnson这样的姓，有没有办法保留这些实例？这很好，但是有没有办法保留ID？当然，我已经更新了答案。如果有像约翰逊这样只有姓的记录，有没有办法保存这些实例？

df2 = pd.Series([ f"{a} {b}" for val in df.Name for (a,b) in (zip(val,val[1:]))])

0         John Doe
1         John Doe
1         Doe Mike
1       Mike Smith
2         John Doe
2         Doe Mike
2       Mike Smith
2      Smith Steve
2    Steve Johnson
3       Smith Mike
3          Mike J.
3           J. Doe
3      Doe Johnson
3    Johnson Steve
4         Steve J.
4             J. M
4          M Smith
Name: Name, dtype: object

df2 = pd.DataFrame([ [idx+1, f"{a} {b}"] for idx,val in enumerate(df.Name) for (a,b) in (zip(val,val[1:]))], columns=['ID', 'Names'])