如何以更Pythonic的方式替换DataFrame指定列外的空字符串

需求说明 #

给定如下示例DataFrame：

data = {'Header One' : ['  ','assda','thisisatest','20230606'],
        'Header Two' : ['xx ','hahah','thisistest','20230706'],
        'Header Three' : ['  ','a--s==sda',' is a test','20230603'],
        'Header Four': [' xx2', '\n', 'thisiatest', '20230609']}
df = pd.DataFrame(data)

需要替换除Header Two列外所有列的全空白值（包括纯空格、换行符等仅含空白字符的值）为np.nan，替代原有的循环实现方式。

无循环实现方案 #

这里提供两种简洁的Pythonic写法：

方法一：使用df.update()批量更新

import pandas as pd
import numpy as np

# 筛选出需要处理的列（排除Header Two），执行替换后更新原DataFrame
df.update(df.drop("Header Two", axis=1).replace(r'^\s*$', np.nan, regex=True))

df.drop("Header Two", axis=1)获取所有需要处理的列，执行正则替换后，通过update()将替换结果同步回原DataFrame，Header Two列全程不受影响。

方法二：直接定位目标列赋值

# 直接选中除Header Two外的所有列，批量执行替换并赋值
df.loc[:, df.columns != "Header Two"] = df.loc[:, df.columns != "Header Two"].replace(r'^\s*$', np.nan, regex=True)

通过df.loc[:, df.columns != "Header Two"]一次性选中所有目标列，直接替换后赋值，全程无需循环。

原concat方案的问题分析 #

你之前尝试的pd.concat写法存在两个错误：

1. replace中使用了inplace=True，该参数会让方法返回None，导致concat的第二个元素无效；
2. pd.concat默认按行方向拼接数据，即便去掉inplace=True，最终结果也会破坏原DataFrame的列结构，不符合需求。

内容的提问来源于stack exchange，提问作者Enchanterkeiby