正则表达式，捕获第一个单词和最后一个单词的第一个字母

Question

我是正则表达式的新手，我正在尝试弄清楚如何在数据框中生成一个新列，以捕获名称和姓氏的第一个首字母。

示例df：

Name           NormName
john smith     j smith
s r peterson   s peterson
sandra oh      s oh

这是我到目前为止尝试的代码，但似乎无法让它工作。我不知道如何只更换中间部分。

namereg = re.compile('(^[a-z])(.*)(\s[a-z]*$)')
names['NormName'] = names.Name.apply(lambda tmp: namereg.sub('',tmp))

Answer 1

我认为你甚至不需要使用正则表达式：

names['NormName'] = names.Name.apply(lambda tmp: tmp[0]+" "+tmp.rpartition(" ")[2])

Answer 2

这应该有效，请根据您的需要进行调整。

import re
name="john smith"
PATTERN=r'^(\w).*(\s+\w+)$'
MATCH=re.search(PATTERN, name)
print(MATCH.group(1)+MATCH.group(2)

Answer 3

您可以使用

M

请参阅regex demo。

模式详情

• names['NormName'] = names['Name'].str.replace(r'^([a-z]).*\s([a-z]+)$', r'\1 \2') - 字符串开头
• ^ - 第1组（在替换模式中称为([a-z]) placeholer）：一个小写的ASCII字母
• \1 - 任意0个字符到最后一个空格
• .*\s - 第2组（用替换模式中的([a-z]+) placeholer引用）：1+小写ASCII字母...
• \2 - 字符串的结尾。

Python演示：

$

Answer 4

尝试使用re.sub。这里^（\ w）第一个字母，（\ b \ w + \ b $）最后一个字。

df['NormName']=df.Name.apply(lambda x: re.sub(r'^(\w).*(\b\w+\b$)',r'\1 \2',x))