Pandas无法移除数据列中的空格问题求助

问题分析 #

你用str.strip()和str.replace(' ', '')无法移除空格，大概率是因为这些空格不是普通的半角空格（ASCII 32），而是全角空格（Unicode \u3000）、制表符（\t）或其他空白字符，这类字符无法被单个空格的匹配规则覆盖。

解决方案 #

1. 通用方案：替换所有类型的空白字符

用正则表达式\s+匹配任意一个或多个空白字符（包括普通空格、全角空格、制表符、换行符等），直接替换为空：

df_unique['final'] = df_unique['final'].astype("string")
df_unique['final'] = df_unique['final'].str.strip()
# 替换所有空白字符，需指定regex=True启用正则匹配
df_unique['final'] = df_unique['final'].str.replace(r'\s+', '', regex=True)

2. 精准排查：确认空格类型

如果想明确到底是什么特殊字符，取一个有问题的样本字符串，打印每个字符的Unicode编码：

# 取第一行样本字符串
sample_str = df_unique['final'].iloc[0]
for idx, char in enumerate(sample_str):
    print(f"第{idx+1}个字符: '{char}'，Unicode编码: {ord(char)}")

• 普通半角空格：编码为32
• 全角空格：编码为12288
• 制表符：编码为9

根据输出结果针对性替换即可，比如单独替换全角空格：

df_unique['final'] = df_unique['final'].str.replace('\u3000', '', regex=True)

补充说明 #

pandas的str.replace()默认第一个参数为普通字符串时，不会启用正则匹配，所以replace(' ', '')只能替换单个普通空格，无法处理连续空格或特殊空白字符。加上regex=True并使用正则\s+就能覆盖所有空白场景。

内容的提问来源于stack exchange，提问作者Mamed