Python xóa dấu ngoặc đơn trong đầu ra

Rivers Clothing có tệp CSV chứa tất cả nhân viên của họ. Định dạng hiện tại là tên (tên đệm) và họ (ví dụ: Martin (Robert) Simpson). Tuy nhiên, họ muốn thiết kế thay đổi

Nội dung chính Show

Phương pháp 1. Sử dụng find() và cắt lát
lựa chọn 1. Xóa văn bản và dấu ngoặc
Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc
Phương pháp 2. Sử dụng chia()
lựa chọn 1. Xóa văn bản và dấu ngoặc
Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc
Phương pháp 3. sử dụng lại. phụ()
lựa chọn 1. Xóa văn bản và dấu ngoặc
Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc
Thưởng. Cập nhật cột DataFrame
Tóm lược

Đoạn trích của emps. csv

emp_name0Martin (Robert) Simpson1Howie (George) Smith2Alice (May) Jones3Micah (Ray) Hamilton4Joey (Jon) Howard

Hãy cung cấp cho họ hai (2) tùy chọn để chọn

💬 câu hỏi. Làm thế nào chúng ta sẽ viết mã để loại bỏ văn bản trong dấu ngoặc đơn?

Chúng ta có thể hoàn thành nhiệm vụ này bằng một trong các tùy chọn sau

Phương pháp 1. Sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

0 và cắt lát

Phương pháp 2. Sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Phương pháp 3. Sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Thưởng. Cập nhật khung dữ liệu

Phương pháp 1. Sử dụng find() và cắt lát

Ví dụ này sử dụng phương pháp

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

0 để định vị và xóa văn bản bên trong một chuỗi. Nó trả về một số nguyên với vị trí nếu tìm thấy hoặc -1 nếu không tìm thấy. Cắt lát được sử dụng để định dạng kết quả

Trong ví dụ này, hãy sử dụng tên của nhân viên đầu tiên để kiểm tra với

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

lựa chọn 1. Xóa văn bản và dấu ngoặc

Tùy chọn này sẽ định dạng tên là. Martin Simpson

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Dòng đầu tiên trong đoạn mã trên khai báo tên của một nhân viên. Sau đó, hàm

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

2 được thêm vào để xóa mọi ký tự khoảng trắng khỏi chuỗi. Điều này mang lại cho chúng tôi đầu ra sau

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Hai (2) dòng sau xác định vị trí xuất hiện đầu tiên của cả hai ký tự

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

4 và

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

5. Kết quả lần lượt lưu vào

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

6 và

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

7. Nếu xuất ra thiết bị đầu cuối, màn hình sau

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Chúng ta có thể kết luận rằng ký tự

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

4 được tìm thấy ở vị trí 6 và ký tự

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

5 được tìm thấy ở vị trí 13

Các dòng sau xóa văn bản bên trong dấu ngoặc (cũng như dấu ngoặc). Đầu ra được định dạng là tên và họ bằng cách sử dụng

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

11 và

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

12. Kết quả lưu vào

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

13 và xuất ra thiết bị đầu cuối

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Hãy để mã này hoạt động và cập nhật tệp

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

15 được tạo trước đó

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Dòng đầu tiên trong đoạn mã trên nhập thư viện gấu trúc

Dòng sau đọc trong tệp

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

15 vào DataFrame,

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

👉 Hướng dẫn đề xuất. Làm cách nào để đọc tệp CSV bằng Python?

Vòng lặp

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

18 được khởi tạo để lặp qua từng hàng trong cột Khung dữ liệu

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Bên trong tuyên bố này, chúng tôi lấy mã được viết trước đó và tinh chỉnh nó. Thay vì sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

2, chúng tôi sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

21 để xóa mọi khoảng trắng thừa và cắt lát được sử dụng để định dạng dữ liệu. Kết quả của tệp

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

15 hiển thị bên dưới

emp_name0Martin Simpson1Howie Smith2Alice Jones3Micah Hamilton4Joey Howard

💡Các đoạn mã trên sẽ cần được sửa đổi để đáp ứng các yêu cầu cụ thể của bạn

Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc

Tùy chọn này sẽ định dạng tên là

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

23. Điều này có thể được thực hiện để phù hợp với việc sử dụng tên đệm cuối cùng. Ví dụ.
Martin (R. ) Simpson

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Mã này hoạt động tương tự như Tùy chọn 1 ở trên. Tuy nhiên, ở định dạng chuỗi f, các ký tự

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

24 được thêm vào giữa họ và tên

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Phương thức chuỗi Python [Hướng dẫn cơ bản]

Xem video này trên YouTube

Phương pháp 2. Sử dụng chia()

Ví dụ này sử dụng hàm

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

1 để tách một chuỗi trên ký tự khoảng trắng, lưu nó dưới dạng Danh sách và xóa văn bản trong dấu ngoặc

lựa chọn 1. Xóa văn bản và dấu ngoặc

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Dòng đầu tiên sử dụng hàm

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

1 tích hợp sẵn của Python để ngắt chuỗi trên một ký tự được chỉ định. Nếu không có đối số nào được thông qua, một ký tự khoảng trắng được giả định. Lưu kết quả dưới dạng Danh sách vào

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Dòng sau cấu hình

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

13. Tùy chọn này xóa văn bản bên trong dấu ngoặc (bao gồm cả dấu ngoặc). Kết quả được xuất ra thiết bị đầu cuối

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc

Dòng sau hiển thị

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

322, loại bỏ dữ liệu giữa các dấu ngoặc và giữ nguyên các dấu ngoặc

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Hướng dẫn cơ bản để cắt lát trong Python

Xem video này trên YouTube

Phương pháp 3. sử dụng lại. phụ()

Ví dụ này sử dụng hàm

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

34 từ thư viện

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

35 để xóa dữ liệu bên trong dấu ngoặc

lựa chọn 1. Xóa văn bản và dấu ngoặc

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Dòng đầu tiên trong đoạn mã trên nhập thư viện

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

35. Thư viện này, cho phép chúng tôi sử dụng chức năng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

2 để xóa dữ liệu bên trong dấu ngoặc cũng như chính dấu ngoặc

Dòng sau xóa tất cả các ký tự khoảng trắng bằng cách sử dụng

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

7. Nếu xuất ra thiết bị đầu cuối, màn hình sau

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

Tiếp theo, một mẫu

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

35 được xác định để xóa các ký tự

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

24 cũng như các ký tự trong cùng một. Sau đó, một ký tự khoảng trắng được thêm vào để phân tách tên với họ và kết quả được lưu vào

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

13và xuất ra thiết bị đầu cuối

employee = 'Martin (Robert) Simpson'.replace(' ', '')

strt_pos = employee.find('(')
stop_pos = employee.find(')')

option_1 = f'{employee[:strt_pos]} {employee[stop_pos+1:]}'
print(option_1)

Lựa chọn 2. Xóa văn bản Giữ dấu ngoặc

Một tùy chọn khác là xóa dữ liệu bên trong dấu ngoặc _______224 và để nguyên dấu ngoặc

_______46____223

🤔Bạn có nhận ra sự khác nhau giữa Option 1 và Option 2 không?

5 kỹ năng phải có để trở thành lập trình viên (mà bạn chưa biết)

Xem video này trên YouTube

Thưởng. Cập nhật cột DataFrame

Điều gì sẽ xảy ra nếu Rivers Clothing muốn tên được định dạng như sau.

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

import pandas as pd 

df = pd.read_csv('emps.csv')

for i in range(len(df)):
    strt_pos = df['emp_name'].values[i].find('(')
    stop_pos = df['emp_name'].values[i].find(')')
    df['emp_name'].values[i] = f"{df['emp_name'].values[i][:strt_pos:].strip()} {df['emp_name'].values[i][stop_pos+1:].strip()}"

9emp_name0Martin (R. ) Simpson1Howie (G. ) Smith2Alice (M. ) Jones3Micah (R. ) Hamilton4Joey (J. ) Howard

10 phút để gấu trúc trong 5 phút (Được rồi 8)

Xem video này trên YouTube