大文字の英単語が２語連続で続く英語の抽出について

Question

お世話になります。

大文字の英単語が２語連続で続く英語の抽出について聞きしたいです。
例えば、「We are TANAKA and YAMADA HANAKO」とあった場合に

列1	列2	列3
TANAKA	YAMADA	HANAKO

とせずに

列1	列2
TANAKA	YAMADA HANAKO

と抽出したいのですが、いい方法が思いつきません。
大文字のみの抽出はできるのですが、自分のしたいようになりません。

import numpy as np
import pandas as pd

data="We are TANAKA and YAMADA HANAKO"
d=data.split(" ")
f=[i for i in d if i.isupper()]
df=pd.DataFrame(f).T

ご教示いただけますと幸いです。

よろしくお願いいたします。

Answer 1

import pandas as pd

text = 'We are TANAKA, YAMADA HANAKO and ENGLISHMAN IN NEWYORK'

df = pd.DataFrame({'text': [text]})
dfx = (
  df['text'].str
    .extractall(r'((?:[A-Z]+(?=\b))(?:\s+[A-Z]+(?=\b))*)')
    .reset_index(drop=True)
    .T.rename(lambda x: f'列{x+1}', axis=1))

print(dfx)

#
      列1            列2                    列3
0  TANAKA  YAMADA HANAKO  ENGLISHMAN IN NEWYORK

Comments

[sham0909]

ご回答ありがとうございます。
参考にさせていただきます

Answer 2

正規表現を使うのがいいでしょう。

import re
data="We are TANAKA and YAMADA HANAKO"
d = re.findall(r"\b[A-Z]+(?: [A-Z]+)?\b",data)

Comments

[sham0909]

ご回答ありがとうございました。
２語であれば、ここまでシンプルにできたのですね。
正規表現・・・勉強します。

[otn]

2語かどうかは本質的じゃないです。2語以上なら
(?: [A-Z]+)? の「0回か1回」の「?」を
(?: [A-Z]+)* と、「0回以上の繰り返し」の「*」に変えるだけです。

と、普通なら2語以上になってしまうところをあえて2語だけに制限していました。
やりたいことはちゃんと質問文に書きましょう。

[sham0909]

ありがとうございました。
以後気をつけます

Answer 3

以下のようにすれば、TANAKAとYAMADA HANAKOを抽出できます.あとは。これをDataFrameにするのか簡単です。

>>> txt = 'We are TANAKA and YAMADA HANAKO'
>>> import re
>>> not_uppers = [w for w in txt.split() if w != w.upper()]
>>> uppers = [w for w in re.split(' *' + ' *| *'.join(not_uppers) + ' *', txt) if w!= '']
>>> print(uppers)
['TANAKA', 'YAMADA HANAKO']

Comments

[ppaul]

なんとなく、3語以上連続していても一つの要素として取り出すものだと思ってコーディングしていました。
1語と2語だけならotnさんのほうがスマートですね。

[sham0909]

ご回答ありがとうございました。
はじめに回答していただきましたので、ベストアンサーにさせていただきます。
実は、２語以上のものもできれば抽出したかったので、非常に助かりました。