如何去除Python中pandas DataFrame输出内容里的换行符\n

有两种可直接落地的处理逻辑：

• 方案一：爬取阶段直接清理（更推荐，从数据源避免脏数据进入后续流程）
  在获取元素文本的时候直接替换换行符即可，修改后的爬取代码如下：

weather_list = []
for website in web:
  date = website.find_element_by_xpath('/html/body/div[2]/div[4]/div/div[3]/div[1]/div[1]/div/div/div[1]/div[1]/div[1]/div').text.replace('\n', '')
  temp = website.find_element_by_xpath('/html/body/div[2]/div[4]/div/div[3]/div[1]/div[1]/div/div/div[1]/div[1]/div[2]/ul').text.replace('\n', '')
  weather_item = {'Dates':date,
                  'Temperature':temp}
  weather_list.append(weather_item)
df = pd.DataFrame(weather_list)
print(df)

• 方案二：生成DataFrame后批量清理
  如果不想调整原有爬取逻辑，也可以对已生成的DataFrame做统一处理：
  如果仅需要清理指定列，执行以下代码：

# 清理Dates列的换行符
df['Dates'] = df['Dates'].str.replace('\n', '', regex=False)
# 清理Temperature列的换行符
df['Temperature'] = df['Temperature'].str.replace('\n', '', regex=False)

如果需要清理全表所有字符串类型列的换行符，可以用更简洁的批量处理代码：

df = df.applymap(lambda x: x.replace('\n', '') if isinstance(x, str) else x)

处理后的输出示例：

Dates    Temperature
0  Mon 18.Oct  min. 23°C
1  Mon 18.Oct  min. 23°C
2  Mon 18.Oct  min. 23°C
3  Mon 18.Oct  min. 23°C
4  Mon 18.Oct  min. 23°C

内容的提问来源于stack exchange，提问作者Xin Tax