Python中如何将DataFrame内的空格值替换为null值？

已验证可行的代码：

import numpy as np
df = df.replace(r'^\s*$', np.nan, regex=True)

问题场景 #

处理Python中文本文件转DataFrame的需求：原文件每行字符数固定但仅含一列，需通过字符串切片拆分出多列，示例代码如下：

df['column1'] = df['data'].str[0:2]
df['column2'] = df['data'].str[5:14]

拆分后部分本该为null的单元格，实际是单个或多个空格，需要将这些空格替换为NaN。

无效尝试 #

曾尝试以下方法，但均未达到预期效果：

df=df.replace(' ', "Null")
df=df.replace(' ', None)
df=df.replace('', None)
df=df.replace(r'\s*', None, regex=True)

以上方法无法替换全为空格的单元格，带前置空格的数值（如' 1'）以及应空单元格的空格也未得到处理。

数据说明 #

数据中看似空白的单元格实际包含1个或多个空格，示例截图：

内容的提问来源于stack exchange，提问作者eades