如何从Pandas DataFrame中删除换行符、“for sale”等多余文本？

方案1：生成DataFrame前预处理（效率最高） #

直接在爬取文本存入列表的环节完成清洗，修改原始代码如下：

car_names = soup.find_all("h3")
data =[]
for name in car_names:
    # 先后删除换行符、for sale字段，最后去除首尾空白
    clean_text = name.text.replace("\n", "").replace("for sale", "").strip()
    data.append({"Car Name": clean_text})

df = pd.DataFrame(data)
print(df)

注：如果你描述的/n是实际存在的字符组合而非转义换行符\n，将上面代码中的\n改为/n即可。

方案2：已生成DataFrame后批量清洗 #

如果已经生成了DataFrame无需重新爬取，可直接对列做批量处理：

# 删除所有换行符
df["Car Name"] = df["Car Name"].str.replace("\n", "", regex=False)
# 删除所有"for sale"字符
df["Car Name"] = df["Car Name"].str.replace("for sale", "", regex=False)
# 去除字符串首尾多余空格
df["Car Name"] = df["Car Name"].str.strip()

如果需要匹配大小写不敏感的for sale变体（比如For Sale、FOR SALE），可开启正则匹配和忽略大小写参数：

df["Car Name"] = df["Car Name"].str.replace("for sale", "", regex=True, case=False)

内容的提问来源于stack exchange，提问作者Abdurehman Dar