pandas dataframe列中字符串无法识别、匹配修改失败问题求助

• 排查不可见特殊字符
  常规的strip()只能清除普通半角空格，无法识别全角空格、零宽空格、非打断空格（ASCII 160）、软换行等肉眼不可见字符。可将目标行值和手写字符串转ASCII码对比确认差异：

  # 查看目标单元格的字符编码
  print([ord(c) for c in df['category'].iloc[目标行索引]])
  # 对比你手写的目标字符串编码
  print([ord(c) for c in 'Something - Something Else'])
  

• 排查同形异义字符
  注意符号、字母的编码差异，比如你代码里的半角减号-，Excel中可能实际存储的是全角破折号－、长破折号—，也可能存在大小写差异、拉丁/希腊同形字母差异等问题。
• 排查列数据类型一致性
  确认该列所有值都是字符串类型，避免object类型列中混入数值、布尔等其他类型值导致匹配失败：

  # 查看列内数据类型分布
  print(df['category'].apply(type).value_counts())
  

• 排查Excel显示值与存储值差异
  Excel的自定义单元格格式会修改内容显示效果，但实际存储值和你肉眼看到的不一致。可用repr()打印原始值确认：

  print(repr(df['category'].iloc[目标行索引]))
  

• 先用模糊匹配定位问题
  用正则模糊匹配先确认是否是中间字符差异导致的匹配失败：

  # 忽略中间字符差异查找目标行
  print(df[df['category'].str.contains(r'Something.*Something Else', na=False)])
  

如果能匹配到结果，可直接基于匹配结果修改值，也可以进一步提取实际存储的字符串做精准匹配。

内容的提问来源于stack exchange，提问作者pav