熊猫装饰领先＆amp;在数据帧中尾随空格

Question

开发一个功能，修剪领先＆amp;尾随空白。

这是一个简单的示例，但真实文件包含更复杂的行和列。

df=pd.DataFrame([["A b ",2,3],[np.nan,2,3],\
[" random",43,4],[" any txt is possible "," 2 1",22],\
["",23,99],[" help ",23,np.nan]],columns=['A','B','C'])

结果应该消除所有领先＆amp;尾随空格，但保留文本之间的空格。

df=pd.DataFrame([["A b",2,3],[np.nan,2,3],\
["random",43,4],["any txt is possible","2 1",22],\
["",23,99],["help",23,np.nan]],columns=['A','B','C'])

请注意，该功能需要涵盖所有可能的情况。 谢谢

Answer 1

我认为需要检查值是否为字符串，因为列中的混合值 - 带字符串的数字和每个字符串调用strip：

df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)
print (df)
                     A    B     C
0                  A b    2   3.0
1                  NaN    2   3.0
2               random   43   4.0
3  any txt is possible  2 1  22.0
4                        23  99.0
5                 help   23   NaN

如果列具有相同的dtypes，则不会像示例中的NaN那样获取B列中的数值：

cols = df.select_dtypes(['object']).columns
df[cols] = df[cols].apply(lambda x: x.str.strip())
print (df)
                     A    B     C
0                  A b  NaN   3.0
1                  NaN  NaN   3.0
2               random  NaN   4.0
3  any txt is possible  2 1  22.0
4                       NaN  99.0
5                 help  NaN   NaN

Answer 2

我认为使用正则表达式和替换有一个单行：

df.replace(r"^ +| +$", r"", regex=True, inplace=True)

正则表达式说明：

• ^ 是行开始
• (space and plus, +) 是一个或多个空格
• |是或
• $ 是行尾。

因此它搜索前导（行首和空格）和尾随（空格和行尾）空格并用空字符串替换它们。