Kom igångKom igång gratis

Ta bort titlar och arbeta med namn

Vid insamlingen av metadata om enkätdeltagare i DataFrame:n airlines sparades respondenternas fullständiga namn i kolumnen full_name. Vid närmare granskning visade det sig dock att många namn föregås av hederstitel som "Dr.", "Mr.", "Ms." och "Miss".

Ditt slutliga mål är att skapa två nya kolumner med namnen first_name och last_name, som innehåller respondenternas för- respektive efternamn. Innan dess behöver du ta bort hederstitlarna.

DataFrame:n airlines finns i din miljö, tillsammans med pandas som pd.

Den här övningen är en del av kursen

Datarensning i Python

Visa kurs

Övningsinstruktioner

  • Ta bort "Dr.", "Mr.", "Miss" och "Ms." från full_name genom att ersätta dem med en tom sträng "" i den ordningen.
  • Kör assert-satsen med .str.contains() för att kontrollera om full_name fortfarande innehåller någon av hederstitlarna.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Replace "Dr." with empty string ""
airlines['full_name'] = airlines['full_name'].____.____("____","")

# Replace "Mr." with empty string ""
airlines['full_name'] = ____

# Replace "Miss" with empty string ""
____

# Replace "Ms." with empty string ""
____

# Assert that full_name has no honorifics
assert airlines['full_name'].str.contains('Ms.|Mr.|Miss|Dr.').any() == False
Redigera och kör kod