如何在DataFrame中处理字符串连续空格，保留单个空格？

你有一个包含10万行、300列的数据集，其中EVENT_DTL列存在这样的情况：with和marriage_virgin（或其他marriage_开头的字段）之间有多个连续空格，需要把这些多空格替换成单个空格。

直接用Python的pandas结合正则表达式就能高效解决，步骤如下：

1. 导入pandas并读取数据集（根据你的实际文件格式调整读取方式，比如Excel用pd.read_excel）
2. 对EVENT_DTL列使用正则替换，精准匹配with后的多空格+marriage_开头的内容，替换为单个空格连接的形式
3. 保存处理后的数据集

具体代码：

import pandas as pd

# 读取数据集，示例为csv格式，按需调整
df = pd.read_csv('你的数据集文件.csv')

# 执行替换：匹配with后接多个空格+marriage_开头的内容，替换为with加单个空格加marriage_部分
df['EVENT_DTL'] = df['EVENT_DTL'].str.replace(r'(with)\s+(marriage_)', r'\1 \2', regex=True)

# 保存处理后的文件
df.to_csv('处理后的数据集.csv', index=False)

说明 #

• 正则表达式(with)\s+(marriage_)精准定位你要处理的位置：(with)捕获with文本，\s+匹配一个及以上连续空格，(marriage_)捕获marriage_开头的字段前缀
• 替换后的\1 \2表示用捕获到的with+单个空格+捕获到的marriage_部分，完美替换掉中间的多空格
• pandas处理10万行数据速度快，适合大规模数据集的批量处理

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