python - 如何从数据框中获取字符串

Question

我试图定义一个带有两个参数的函数:df(数据帧)和一个整数(employerID)作为我的参数。此函数将返回雇主的全名。

如果给定的 ID 不属于任何员工，我想返回字符串“UNKNOWN”/如果没有给出中间名，则仅返回“LAST, FIRST”。/如果仅给出中间名首字母，则以“LAST, FIRST M”格式返回全名。中间首字母后跟“.”。

def getFullName(df, int1):
    df = pd.read_excel('/home/data/AdventureWorks/Employees.xls')
    newdf = df[(df['EmployeeID'] == int1)]
    print("'" + newdf['LastName'].item() + "," + " " + newdf['FirstName'].item() + " " + newdf['MiddleName'].item() + "." + "'")

getFullName('df', 110)

我编写了这段代码，但遇到了两个问题:1)如果我不在 df 两边加上引号，它会给我一条错误消息，但我只想将数据帧作为参数而不是字符串。

2) 此代码无法处理没有中间名的人。

很抱歉，我使用 pd.read_excel 读取了您无法访问的 Excel 文件。我知道你很难在没有 Excel 文件的情况下测试代码，如果有人让我知道如何创建带有列名的随机数据框，我会继续更改它。谢谢，

Answer 1

我为此创建了一些虚假数据:

           EmployeeID FirstName LastName MiddleName
0          0         a        a          a
1          1         b        b          b
2          2         c        c          c
3          3         d        d          d
4          4         e        e          e
5          5         f        f          f
6          6         g        g          g
7          7         h        h          h
8          8         i        i          i
9          9         j        j       None

EmployeeID 9 没有中间名，但其他人都有。我的做法是将逻辑分成两部分。第一个是当您找不到 EmployeeID 时。第二个管理员工姓名的打印。第二部分还应该有两组逻辑，一组用于控制员工是否有中间名，另一组用于控制是否没有中间名。您可能可以将其中的很多内容合并到单行语句中，但您可能会牺牲清晰度。

我还从函数中删除了 pd.read_excel 调用。如果您想将数据帧传递给函数，那么应该在它之外创建数据帧。

def getFullName(df, int1):
   newdf = df[(df['EmployeeID'] == int1)]

   # if the dataframe is empty, then we can't find the give ID
   # otherwise, go ahead and print out the employee's info
   if(newdf.empty):
       print("UNKNOWN")
       return "UNKNOWN"
   else:
       # all strings will start with the LastName and FirstName
       # we will then add the MiddleName if it's present
       # and then we can end the string with the final '
       s = "'" + newdf['LastName'].item() + ", " +newdf['FirstName'].item()
       if (newdf['MiddleName'].item()):
           s = s + " " + newdf['MiddleName'].item() + "."
       s = s + "'"
       print(s)
       return s

我有返回值的函数，以防您想进一步操作字符串。但这只是我。

如果运行getFullName(df, 1)，您应该得到'b, b b.'。对于 getFullName(df, 9)，您应该得到 'j, j'。

完整来说，就是:

df = pd.read_excel('/home/data/AdventureWorks/Employees.xls')
getFullName(df, 1)  #outputs 'b, b b.'
getFullName(df, 9)  #outputs 'j, j'
getFullName(df, 10) #outputs UNKNOWN

<小时/>

虚假数据:

d = {'EmployeeID' : [0,1,2,3,4,5,6,7,8,9],
     'FirstName' : ['a','b','c','d','e','f','g','h','i','j'],
     'LastName' : ['a','b','c','d','e','f','g','h','i','j'],
     'MiddleName' : ['a','b','c','d','e','f','g','h','i',None]}
df = pd.DataFrame(d)