如何在Pandas DataFrame中移除文本记录中的_x000D_

从Excel导入Pandas DataFrame后，某列数据示例如下：

Link
=========
A-324
A-76_x000D_\nA-676
A-95
A-95_x00D_n\nA-495
...

已通过正则移除了\n字符，但_x000D_始终无法删除，尝试过的代码：

dat['Link'] = dat['Link'].replace("_x000D_", " ")
dat['Link'] = dat['Link'].replace(r'\s+|\\n', ' ', regex=True) 

想了解：_x000D_是什么？为何常规移除方法无效？

1. _x000D_是什么？ #

_x000D_是**Windows回车符（CR，ASCII编码为13）**的XML/HTML转义表示。当Excel单元格包含Windows风格换行（\r\n，即回车+换行）时，导入Pandas过程中可能被解析为这种转义字符串，而非直接的\r字符。

2. 常规移除方法无效的原因 #

你使用的replace("_x000D_", " ")是按字面量字符串匹配，但实际DataFrame中的内容可能并非真正的_x000D_，而是被解析后的\r（回车符）——只是在显示时被转成了_x000D_；另外，默认的replace不启用正则模式，若目标是正则匹配转义串，需要手动开启regex=True。

3. 正确的解决方法 #

方式一：直接匹配回车符\r #

既然_x000D_对应实际的\r字符，直接替换\r更精准：

# 替换回车、换行符为空格，再合并多余空格
dat['Link'] = dat['Link'].replace(r'\r|\n', ' ', regex=True)
dat['Link'] = dat['Link'].replace(r'\s+', ' ', regex=True)

方式二：匹配字面量转义串 #

如果确认数据中是真实的_x000D_字符串，需开启正则模式替换：

dat['Link'] = dat['Link'].replace(r'_x000D_', ' ', regex=True)
dat['Link'] = dat['Link'].replace(r'\s+', ' ', regex=True)

合并写法（一次性处理所有情况） #

dat['Link'] = dat['Link'].replace(r'_x000D_|\r|\n', ' ', regex=True).str.strip()

内容的提问来源于stack exchange，提问作者324