ComenzarEmpieza gratis

Quitar títulos y tomar nombres

Al recoger los metadatos de los encuestados en el DataFrame airlines, se guardó el nombre completo de los encuestados en la columna full_name. Sin embargo, al examinarlos más de cerca, descubriste que muchos de los diferentes nombres van precedidos del tratamiento hacia la persona como "Dr.", "Mr.", "Ms." y "Miss".

Tu objetivo final es crear dos nuevas columnas llamadas first_name y last_name, que contengan el nombre y los apellidos de los encuestados, respectivamente. Antes de hacerlo, sin embargo, tienes que eliminar el tratamiento que les precede.

El DataFrame airlines está en tu entorno, junto a pandas como pd.

Este ejercicio forma parte del curso

Limpieza de datos en Python

Ver curso

Instrucciones del ejercicio

  • Elimina "Dr.", "Mr.", "Miss" y "Ms." de full_name sustituyéndolos por una cadena vacía "" en ese orden.
  • Ejecuta la instrucción assert utilizando .str.contains() que comprueba si full_name aún contiene alguno de los honoríficos.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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
Editar y ejecutar código