Pandas - 去除空白

Posted 2023-03-11

【中文标题】Pandas - 去除空白

【英文标题】：Pandas - Strip white space

【发布时间】：2017-09-06 00:31:39

【问题描述】：

我正在使用 python csvkit 来比较 2 个这样的文件：

df1 = pd.read_csv('input1.csv', sep=',\s+', delimiter=',', encoding="utf-8")
df2 = pd.read_csv('input2.csv', sep=',\s,', delimiter=',', encoding="utf-8")
df3 = pd.merge(df1,df2, on='employee_id', how='right')
df3.to_csv('output.csv', encoding='utf-8', index=False)

目前我正在通过一个脚本运行该文件，该脚本会从employee_id 列中删除空格。

employee_ids 的一个例子：

37 78973 3
23787
2 22 3
123

有没有办法让csvkit 做到这一点并为我节省一步？

【问题讨论】：

df1.employee_id = df1.employee_id.str.strip()

skipinitialspace=True 中的read_csv 怎么样？

【参考方案1】：

在 pandas 数据框中删除空白的最佳和最简单的方法是：-

df1 = pd.read_csv('input1.csv')

df1["employee_id"]  = df1["employee_id"].str.strip()

就是这样

【参考方案2】：

您可以将strip() 中的pandas.read_csv() 设为：

pandas.read_csv(..., converters='employee_id': str.strip)

如果你只需要去掉前导空格：

pandas.read_csv(..., converters='employee_id': str.lstrip)

并删除所有空格：

def strip_spaces(a_str_with_spaces):
    return a_str_with_spaces.replace(' ', '')

pandas.read_csv(..., converters='employee_id': strip_spaces)

【参考方案3】：

您可以使用.str.strip()strip() 在 Pandas 中使用整个系列：

df1['employee_id'] = df1['employee_id'].str.strip()
df2['employee_id'] = df2['employee_id'].str.strip()

这将删除employee_id 列中df1 和df2 中的前导/尾随空格

或者，您可以修改您的 read_csv 行以也使用 skipinitialspace=True

df1 = pd.read_csv('input1.csv', sep=',\s+', delimiter=',', encoding="utf-8", skipinitialspace=True)
df2 = pd.read_csv('input2.csv', sep=',\s,', delimiter=',', encoding="utf-8", skipinitialspace=True)

---

您似乎正试图删除包含数字的字符串中的空格。你可以这样做：

df1['employee_id'] = df1['employee_id'].str.replace(" ","")
df2['employee_id'] = df2['employee_id'].str.replace(" ","")

【讨论】：

如果空格不是尾随或前导，这种方法是否仍然有效？即'23 4883 2'？

没有。 strip() 仅适用于前导和尾随空格。

我可以改用正则表达式或类似的吗？

@fightstarr20，查看我的最新编辑。这将空格替换为空。这是否实现了您正在寻找的东西？您的列仍将是一个字符串，但您可以在删除空格后使用astype(int) 解决该问题。

那太好了，谢谢你的例子，我相信 split() 解决方案在某些时候也会派上用场

【参考方案4】：

Df['employee']=Df['employee'].str.strip()