如何移除Pandas DataFrame列表中的特定字符与空白符？

我通过以下代码读取CSV文件为Pandas DataFrame：

import pandas as pd
from ast import literal_eval

df = pd.read_csv('listing.csv')

删除所有无描述的行并重置索引：

no_description = df['Description'].isna()
descriptions = df[~no_description].reset_index()

修正某行偏移的数据（左移一位）：

descriptions.iloc[538, -17:] = descriptions.iloc[538, -17:].shift(-1)

Description列看起来是列表，但读取后是字符串格式，示例数据如下：

我用literal_eval将其转换为真正的列表：

df['Description'] = df['Description'].apply(literal_eval)

之后移除列表中的第一个元素'About this Space'：

descriptions['Description'] = descriptions['Description'].str[1:]

现在的问题是，列表中的元素包含\n等空白符，尝试用.strip()、.replace()或lambda函数处理均无效，比如执行以下代码后返回'nan'：

descriptions['Description'] = descriptions['Description'].str.replace('\n', '')

请问最简单的解决方法是什么？

解决方法 #

因为Description列转换后是列表类型，不再是字符串，所以不能直接使用Pandas的str.xxx系列方法（这类方法仅针对字符串列有效），需要对列表内的每个元素单独处理：

方式1：清理列表内元素，保留列表结构 #

# 遍历每个列表，对元素先去除首尾空白，再替换换行符
descriptions['Description'] = descriptions['Description'].apply(
    lambda lst: [item.strip().replace('\n', '') for item in lst]
)

方式2：清理后合并为单个字符串（若无需保留列表结构） #

如果最终需要的是完整的描述文本而非列表，可以直接将清理后的元素拼接成字符串：

# 清理每个元素后用空格连接，生成完整描述
descriptions['Description'] = descriptions['Description'].apply(
    lambda lst: ' '.join([item.strip().replace('\n', '') for item in lst])
)

补充说明 #

之前的str.replace无效是因为：转换列表后，Description列的数据类型是object（存储Python列表），而str.replace是Pandas为字符串列设计的矢量化方法，无法识别列表类型，因此返回NaN。

内容的提问来源于stack exchange，提问作者Adam Idris