Python：如何从公司名称中删除常用词列表？

Question

我有几千个常用字，例如LLC，INC，CO，我需要从pandas数据框列中的几百万个公司名称的末尾删除。以下内容删除了任何位置的常用词：

toexlude = dfwcomwords['ending'].tolist()

data['names'] = data['names'].apply(lambda x: ' '.join([word for word in x.split() if word not in (toexclude)]))

但是我只想删除名称末尾的单词，即“ INC INTERNATIONAL LLC”应为“ INC INTERNATIONAL”。 （以上内容使其为“国际”。）任何帮助将不胜感激。

Answer 1

您可以检查word的两个条件：（1）是否在toexclude中，以及（2）它是否是公司名称中的最后一个字。

toexlude = dfwcomwords['ending'].tolist()

def remove_suffix(x):
    x_list = x.split()
    return ' '.join([word for word in x_list if not (word in toexclude and word == x_list[-1])])

data['names'] = data['names'].apply(remove_suffix)