Pandas修剪数据框中的前导和尾随空白

小编典典

Pandas修剪数据框中的前导和尾随空白

python

开发可修剪前导和尾随空白的功能。

这是一个简单的示例，但是实际文件包含的行和列要复杂得多。

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'])

结果应消除所有前导和尾随空格，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

阅读 360

2021-01-20

共1个答案

小编典典

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dtype，则NaN对于列中的数值，您的示例中不会得到B：

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

2021-01-20