使用pandas dataframe删除CSV列中空单元格的相关问题咨询

问题根因 #

你原有代码失效的核心原因是正则书写错误：r'^s*$'中的空白匹配符少了反斜杠，只能匹配内容全为小写字母s的单元格，无法识别真实的空白内容，导致大量空单元格没有被替换为NaN，dropna操作自然无法生效。此外未覆盖全角空格、零宽空格等不可见特殊空白字符，也可能导致残留空单元格。

可行解决方案 #

方案1：修复正则匹配逻辑（处理常规空白） #

直接针对A列处理，性能更高，适合5万行量级的数据集：

import numpy as np
import pandas as pd

# 匹配所有半角空白、制表符、换行符，替换为NaN
df['A'] = df['A'].replace(r'^\s*$', np.nan, regex=True)
# 删除A列为空的行
df.dropna(subset=['A'], inplace=True)

方案2：覆盖全角空格、零宽空格等特殊空白 #

如果存在中文场景下的全角空格、不可见零宽字符，使用扩展正则：

# \u3000是全角空格，\u200b等是常见零宽空白字符
df['A'] = df['A'].replace(r'^[\s\u3000\u200b\u200c\u200d\ufeff]*$', np.nan, regex=True)
df.dropna(subset=['A'], inplace=True)

方案3：更稳妥的通用处理（推荐） #

先对内容做去空白处理，再判断空值，兼容性最强：

# 先转字符串类型，再去除首尾所有空白
df['A'] = df['A'].astype(str).str.strip()
# 把处理后为空的内容替换为NaN
df.loc[df['A'] == '', 'A'] = np.nan
# 删除空行
df.dropna(subset=['A'], inplace=True)

效果验证 #

执行完删除操作后，可以用以下代码确认空值是否全部清理完成：
print(f"A列剩余空值数量：{df['A'].isna().sum()}")

如果仍存在看似空白的单元格，可以打印字符的ASCII编码定位特殊字符，再针对性补充匹配规则：

for val in df['A'].sample(20):
    if len(val) < 3:
        print(f"内容：{val}, 字符编码：{[ord(c) for c in val]}")

内容的提问来源于stack exchange，提问作者SS_DS