Python DataFrame操作：如何移除值内空格及末尾.0后缀

API 探路者

2026-9-26

问题解决方法

你之前的代码不生效是因为两个核心问题：一是`replace('', "")`是替换空字符串，无法匹配数据里的空格；二是只处理了后缀`.0`，没有覆盖空格场景。直接在DataFrame层面做批量清洗效率更高，具体实现如下：

第一步：定义通用清洗函数，统一处理异常格式

import pandas as pd
import numpy as np

# 函数作用：去除所有空格、删除末尾.0后缀、空值转NaN
def clean_code(x):
    # 先转字符串，移除所有半角、全角空格（包括首尾、中间位置的空格）
    s = str(x).replace(" ", "").replace("　", "")
    # 匹配末尾.0后缀并删除
    if s.endswith(".0"):
        s = s[:-2]
    # 清洗后为空的内容返回NaN，方便后续删空
    return s if s != "" else np.nan

第二步：批量清洗目标列

# 清洗持仓表的合约编码列
df_position["SecurityReference"] = df_position["SecurityReference"].apply(clean_code)
# 清洗现金交易表的合约编码列
df_tradeCash["MurexSecurityReference"] = df_tradeCash["MurexSecurityReference"].apply(clean_code)

第三步：执行去空、去重逻辑，获取最终列表

# 删空、去重逻辑和你原有逻辑一致
df_position.dropna(subset=["SecurityReference"], inplace=True)
df_position.drop_duplicates(subset=["SecurityReference"], inplace=True)

df_tradeCash.dropna(subset=["MurexSecurityReference"], inplace=True)
df_tradeCash.drop_duplicates(subset=["MurexSecurityReference"], inplace=True)

# 直接获取清洗完成的列表，不需要二次处理
tradePositionList = df_position["SecurityReference"].tolist()
tradeCashList = df_tradeCash["MurexSecurityReference"].tolist()
securitylist = tradePositionList + tradeCashList