如何使用Python replace方法结合编码值替换DataFrame中的特殊破折号字符

核心原因 #

1. \xe2\x80\x93 是UTF-8编码的字节序列，对应Python 3中Unicode字符串的表示是\u2013（即en dash长破折号），你直接写'\xe2\x80\x93'是把三个字节单独当成Unicode字符，和实际单元格里的字符不匹配。
2. pandas的Series.replace()默认是全值匹配，只有单元格的全部内容等于要替换的字符时才会生效，且默认返回新对象，不会修改原DataFrame，所以你没赋值回原列的话，数据自然不会更新。

正确替换方案 #

推荐用专门处理子字符串替换的str.replace()方法，写法更直观：

# 直接匹配en dash的Unicode编码，替换为空格，regex=False表示普通字符串匹配
df['column'] = df['column'].str.replace('\u2013', ' ', regex=False)

如果需要兼容替换所有类似短横线的字符（包括普通减号、em dash等），可以用正则匹配：

# 匹配U+2010到U+2015区间的所有破折号，加普通减号，统一替换为空格
df['column'] = df['column'].str.replace(r'[\u2010-\u2015\-]', ' ', regex=True)

之前写法的错误汇总 #

• 没有将替换后的结果赋值回原列：df['column'].replace(...)仅返回修改后的新Series，原DataFrame不会发生任何变化，必须加df['column'] = 前缀接收结果，或者添加inplace=True参数（不推荐使用inplace参数，容易引发不可预期的链式赋值问题）
• 字符匹配错误：用字节序列的字符串形式'\xe2\x80\x93'匹配Unicode字符串，二者完全不相等，自然替换失败
• 全值匹配逻辑不符合需求：如果特殊符号只是单元格内容的一部分，Series.replace()默认的全值匹配规则无法命中目标，子串替换优先用str.replace()方法。

内容的提问来源于stack exchange，提问作者pav