Pandas中如何去除数据框中的前后空格

在本文中，我们将介绍如何使用Pandas去除数据框中字符串列的前后空格。这是一个常见的数据清洗需求，尤其是当导入数据时，往往存在很多的空格需要处理。

在Pandas中，我们可以使用str.strip()方法来去除字符串首尾的空格。让我们看一个简单的例子：

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'Name': ['  John ', '   Lily ', '   David  '], 
                   'Age': [25, 30, 35]})

# 去除'Name'列中的前后空格
df['Name'] = df['Name'].str.strip()

print(df)

输出如下：

    Name  Age
0   John   25
1   Lily   30
2  David   35

我们可以看到，’Name’列中的前后空格已经被成功去除了。

有时候，我们可能需要只去除前面或者后面的空格，而不是两边都去除。那么我们可以使用str.lstrip()和str.rstrip()方法分别去掉左边和右边的空格。

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'Name': ['  John ', '   Lily ', '   David  '], 
                   'Age': [25, 30, 35]})

# 去除'Name'列中的左边空格
df['Name'] = df['Name'].str.lstrip()

# 去除'Name'列中的右边空格
df['Name'] = df['Name'].str.rstrip()

print(df)

输出如下：

    Name  Age
0    John   25
1    Lily   30
2   David   35

在这个例子中，我们先使用str.lstrip()方法去除了左面的空格，再使用str.rstrip()方法去除了右面的空格。

如果我们想同时去除多列的前后空格怎么办呢？很简单，我们可以直接对数据框使用applymap()方法，对每个元素进行去除空格操作。

import pandas as pd

# 创建一个数据框
df = pd.DataFrame({'Name':['  John ','  Lily ','David  '],
                   'Gender':['  Male ','Female ','   Male'],
                   'Age':[25, 30, 35]})

# 对每个元素进行去除空格操作
df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)

print(df)

不管是何种类型的列，只要是字符串类型的，都会被去除空格。

    Name  Gender  Age
0   John    Male   25
1   Lily  Female   30
2  David    Male   35

阅读更多：Pandas 教程

总结

Pandas提供了几种方法帮助我们去除数据框中字符串列的前后空格，我们可以根据实际情况来选择不同的方法。如果是只需要去除一个列的空格，可以直接对这一列使用str.strip()方法；如果是需要同时去除多个列的空格，可以使用applymap()方法进行操作。

Pandas中如何去除数据框中的前后空格

Pandas中如何去除数据框中的前后空格

总结

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Pandas 精品教程

回顶部

Pandas中如何去除数据框中的前后空格

总结

Python教程

Java教程

Web教程

数据库教程

图形图像教程

大数据教程

开发工具教程

计算机教程

Pandas 精品教程

回顶部

切换注册登录

用户名或邮箱

密码

切换登录注册

昵称

邮箱