如何从数据框中获取字符串

Question

我试图用两个参数定义一个函数：df（dataframe）和一个整数（employerID）作为我的参数。此函数将返回雇主的全名。你知道吗

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，只返回“LAST，FIRST”。/如果只给出中间的首字母，则返回格式为“LAST，FIRST M.”的全名，中间的首字母后跟“.”。你知道吗

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)

我写了这段代码，但遇到了两个问题： 1） 如果我不在df周围加引号，它会给我一个错误消息，但我只想把数据帧作为参数，而不是字符串。你知道吗

2）此代码不能处理没有中间名的人。你知道吗

对不起，我以前pd.read\U表格读取无法访问的excel文件。我知道如果没有excel文件，你很难测试代码，如果有人让我知道如何创建一个带有列名的随机数据框，我会继续更改它。谢谢你

Answer 1

我为此创建了一些假数据：

           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

EmployeeID9没有中间名，但其他人都有。我的方法是把逻辑分成两部分。第一，当你找不到EmployeeID的时候。第二个负责打印员工姓名。第二部分还应该有两组逻辑，一组控制员工是否有中间名，另一组控制他们是否有中间名。你可能会将很多这部分合并成单行语句，但你可能会牺牲清晰度。你知道吗

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，那么应该为其创建数据帧。你知道吗

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

我有一个返回值的函数，以防您想进一步操作字符串。但那只是我。你知道吗

如果你运行getFullName(df, 1)，你应该得到'b, b b.'。对于getFullName(df, 9)你应该得到'j, j'。你知道吗

因此，总的来说，应该是：

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

---

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)