Python Pandas-使用now分隔符对列进行数据转换

我有一个熊猫数据框架，它由运动员姓名和体育比赛的统计数据组成。唯一的数据源以以下格式列出它们：

#                 PLAYER   M  FG  3PT FT REB AST STL PTS
34  BLAKE Brad        38  17  5  6  3   0    3   0   24
12  JONES Ben         42  10  2  6  1   0    4   1   12
8   SMITH Todd J.     16   9  1  4  1   0    3   2   18
5   MAY-DOUGLAS James  9   9  0  3  1   0    2   1   6
44  EDLIN Taylor      12   6  0  5  1   0    0   1   8

玩家的名字顺序相反：姓Firstname。我需要将名字转换为firstname lastname的当前顺序。因此，具体而言：

BLAKE Brad -> Brad BLAKE
SMITH Todd J. -> Todd J. SMITH
MAY-DOUGLAS James -> James MAY-DOUGLAS

字母的大小写并不重要，但是我认为它们可能被用来区分名字和姓氏。我知道所有姓氏都是大写的，即使它们包含连字符。名字将始终是句子大小写（第一个字母大写，其余字母小写）。但是，有些名字包括中间名，以区分同名玩家。我了解了如何将空格字符用作删除器，并可能使用“拆分”转换，但对于中间名字符来说，这很困难

我可以使用熊猫公司提供的功能来实现这一点吗

所需输出为：

#                 PLAYER   M  FG  3PT FT REB AST STL PTS
34  Brad BLAKE        38  17  5  6  3   0    3   0   24
12  Ben JONES         42  10  2  6  1   0    4   1   12
8   Todd J. SMITH     16   9  1  4  1   0    3   2   18
5   James MAY-DOUGLAS  9   9  0  3  1   0    2   1   6
44  Taylor EDLIN      12   6  0  5  1   0    0   1   8

---

尝试按第一个空格分割，然后反转列表并用空格连接列表值

df['PLAYER']=df['PLAYER'].str.split（“”，1.str[：：-1.str.join（“”））

要仅反转某些名称，可以使用

isin

然后使用布尔索引

names=['BLAKE Brad'，'SMITH Todd J.'，'MAY-DOUGLAS James']
mask=df['PLAYER'].isin（名称）
df.loc[mask，'PLAYER']=df.loc[mask，'PLAYER'].str.split（'-'，1.str[：：-1.str.join（''）

非常好用，谢谢！