为什么Python的strip方法无法去除Pandas DataFrame列中的前导空格

核心原因：str.strip()失效是因为列中的空白不是普通ASCII空格，大概率是全角空格、不间断空格、零宽空格等Unicode类空白字符，旧版本Pandas的默认str.strip()仅处理ASCII空格，无法识别这类字符。

步骤1：确认空白字符类型 #

先取一条带前置空白的城市名，打印首个字符的Unicode编码确认类型：

# 替换为你查到的带空白的城市名所在行的位置即可
sample_city = df_hotels['city_name'].iloc[问题行索引]
print(f"原始字符串表示：{repr(sample_city)}")
print(f"首个字符Unicode编码：{ord(sample_city[0])}")

常见异常编码对应：

• 12288：全角空格（\u3000）
• 160：不间断空格（\u00a0）
• 8203：零宽空格（\u200b）

步骤2：清除异常空白 #

方案1：正则一次性清除所有类型前置空白 #

不管是什么类型的前置空白都可以用该方法匹配清除：

# 仅清左侧空白保留右侧内容，需要前后都清就去掉正则开头的^
df_hotels['city_name'] = df_hotels['city_name'].str.replace(r'^[\s\u3000\u00a0\u200b]+', '', regex=True)

方案2：手动指定strip要清除的字符集合 #

把第一步查到的异常空白字符补充到待清除集合中，针对性处理：

# 可根据实际查到的编码补充更多字符
strip_chars = ' \t\n\r\u3000\u00a0\u200b'
df_hotels['city_name'] = df_hotels['city_name'].str.lstrip(strip_chars)

方案3：读JSON阶段提前规避 #

如果是JSON读取时的编码解析导致的异常，读入时就指定编码和列类型：

df_hotels = pd.read_json(
    "你的文件路径.json",
    encoding="utf-8",
    dtype={"city_name": str}
)

步骤3：验证结果 #

处理完成后重新统计值计数确认问题解决：

print(df_hotels['city_name'].value_counts())

内容的提问来源于stack exchange，提问作者valskyyy