基于给定DataFrame数据，如何移除其中所有换行符？

示例数据构造 #

先还原你提供的DataFrame：

import pandas as pd

data = {
    'ID': ['0BX-164463', '0BX-164463', '0BX-164464', '0BX-164464'],
    'a': ['abc \n def', 'hijk \n lmnop', 'qrst \n uvwxyz', '12345 \n abcdefg \n gravy']
}
df = pd.DataFrame(data)

方法1：针对特定列移除换行符 #

如果只有a列存在换行符，直接用str.replace替换所有\n：

# 移除列a中的所有\n
df['a'] = df['a'].str.replace('\n', '', regex=False)

如果数据中同时存在Windows风格的\r\n换行，可以用正则匹配所有换行相关字符：

# 同时处理\n和\r\n
df['a'] = df['a'].str.replace(r'[\n\r]', '', regex=True)

方法2：处理整个DataFrame的所有列 #

如果不确定哪些列有换行符，想要批量处理所有字符串列：

# 遍历所有列，仅对字符串类型的列移除换行符
df = df.apply(lambda col: col.str.replace('\n', '', regex=False) if col.dtype == 'object' else col)

或者用applymap实现更简洁的批量处理：

# 对每个元素判断，是字符串就移除换行符，否则保持原样
df = df.applymap(lambda x: x.replace('\n', '') if isinstance(x, str) else x)

处理后效果 #

完成处理后，a列的内容会变为：

• abc def
• hijk lmnop
• qrst uvwxyz
• 12345 abcdefg gravy

内容的提问来源于stack exchange，提问作者Ed_Gravy