pandas 删除空格|极客教程

pandas 删除空格

在数据处理的过程中，经常会遇到需要对字符串中的空格进行处理的情况。在Python中，我们可以使用pandas库来方便地对数据进行处理，包括删除字符串中的空格。本文将详细介绍如何使用pandas库来删除字符串中的空格，并给出相应的示例代码。

删除字符串中的空格

在pandas中，我们可以使用str.strip()方法来删除字符串中的空格。这个方法可以应用于Series对象，即一维数组，也可以应用于DataFrame对象，即二维表格。str.strip()方法会将字符串中的前后空格去除，返回一个新的字符串。

以下是一个使用str.strip()方法删除字符串中的空格的示例代码：

import pandas as pd

data = {'text': ['Hello geek-docs.com ', '  pandas is great ', '   Data processing   ']}
df = pd.DataFrame(data)

df['text_stripped'] = df['text'].str.strip()
print(df)

运行结果如下：

                   text          text_stripped
0  Hello geek-docs.com   Hello geek-docs.com
1     pandas is great        pandas is great
2   Data processing        Data processing

从结果可以看出，通过str.strip()方法，我们成功地删除了字符串中的前后空格。

除了str.strip()方法，我们还可以使用str.replace()方法将字符串中的空格替换为空字符串，从而删除空格。示例代码如下：

import pandas as pd

data = {'text': ['Hello geek-docs.com ', '  pandas is great ', '   Data processing   ']}
df = pd.DataFrame(data)

df['text_no_space'] = df['text'].str.replace(' ', '')
print(df)

运行结果如下：

                   text           text_no_space
0  Hello geek-docs.com       Hellogoogle-docs.com
1     pandas is great              pandasisgreat
2   Data processing       Dataprocessing

通过str.replace()方法，我们成功将字符串中的空格替换为空字符串，实现了删除空格的效果。

删除DataFrame中所有字符串中的空格

除了对单个字符串进行删除空格操作，我们还可以使用applymap()方法对DataFrame中所有字符串进行批量处理。示例代码如下：

import pandas as pd

data = {'text1': ['Hello geek-docs.com ', '  pandas is great ', '   Data processing   '],
        'text2': ['  Python is awesome  ', '  data analysis   ', '   text processing   ']}

df = pd.DataFrame(data)

df_no_space = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)
print(df_no_space)

运行结果如下：

                 text1                 text2
0  Hello geek-docs.com    Python is awesome
1     pandas is great         data analysis
2   Data processing        text processing

通过applymap()方法我们成功地对DataFrame中所有字符串进行了删除空格的操作。