Python Pandas ōcō 不只是一个列，从前后空白中删除

在使用 Pandas 进行数据处理时，经常需要进行数据的清洗和转换。其中一个常见的操作是删除字符串列中的前后空白。这在数据前期清洗中尤其重要，因为一些不规范的数据会带有不必要的前后空白，导致数据无法正确匹配和处理。本文将介绍如何在 Python Pandas 中删除字符串列的前后空白。

删除单个字符串列中的前后空白

在 Pandas 中，可以通过 strip() 函数来删除字符串中的前后空白字符。如果要删除单个字符串列中的前后空白，可以使用如下代码：

import pandas as pd

# 创建一个包含字符串前后带空格的 DataFrame
df = pd.DataFrame({'A': [' foo', 'bar ', ' baz ']})

# 删除单个字符串列中的前后空白
df['A'] = df['A'].str.strip()

# 打印输出删除前后空白后的 DataFrame
print(df)

输出结果为：

     A
0  foo
1  bar
2  baz

在代码中，首先创建了一个包含字符串前后带空格的 DataFrame。然后使用 str.strip() 函数删除单个字符串列中的前后空白，并将结果赋值给同一列。最后打印输出删除前后空白后的 DataFrame。

删除多个字符串列中的前后空白

如果要删除多个字符串列中的前后空白，可以使用 applymap() 函数来对 DataFrame 中所有字符串列应用 strip() 函数。例如：

import pandas as pd

# 创建一个包含多个字符串前后带空格的 DataFrame
df = pd.DataFrame({
    'A': [' foo', 'bar ', ' baz '],
    'B': [' qux ', 'quux ', ' corge '],
})

# 删除多个字符串列中的前后空白
df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)

# 打印输出删除前后空白后的 DataFrame
print(df)

输出结果为：

     A     B
0  foo   qux
1  bar  quux
2  baz  corge

在代码中，首先创建了一个包含多个字符串前后带空格的 DataFrame。然后使用 applymap() 函数对所有字符串列应用 strip() 函数，同时保留非字符串列不变。最后打印输出删除前后空白后的 DataFrame。

结论

在 Python Pandas 中，通过 strip() 函数和 applymap() 函数可以方便地删除单个和多个字符串列中的前后空白，从而在数据处理过程中避免空白带来的影响。