在 python/pandas 中清理多类型数据框的值，我想修剪字符串。我目前正在按照两个说明进行操作：
import pandas as pd
df = pd.DataFrame([[' a ', 10], [' c ', 5]])
df.replace('^\s+', '', regex=True, inplace=True) #front
df.replace('\s+$', '', regex=True, inplace=True) #end
df.values
这很慢，我有什么可以改进的？
【问题讨论】：
df.replace(r'\s*(.*?)\s*', r'\1', regex=True)
标签： python regex pandas dataframe trim
你可以使用Series对象的apply function：
>>> df = pd.DataFrame([[' a ', 10], [' c ', 5]])
>>> df[0][0]
' a '
>>> df[0] = df[0].apply(lambda x: x.strip())
>>> df[0][0]
'a'
注意
strip的用法，而不是更快的regex
另一个选项 - 使用 DataFrame 对象的apply function：
>>> df = pd.DataFrame([[' a ', 10], [' c ', 5]])
>>> df.apply(lambda x: x.apply(lambda y: y.strip() if type(y) == type('') else y), axis=0)
0 1
0 a 10
1 c 5
【讨论】：
df[0] = df[0].str.strip() - 在更大的 DF 上很可能会更快
您可以使用DataFrame.select_dtypes 选择string 列，然后使用apply 函数str.strip。
注意：值不能像 dicts 或 lists 那样为 types，因为它们的 dtypes 是 object。
df_obj = df.select_dtypes(['object'])
print (df_obj)
0 a
1 c
df[df_obj.columns] = df_obj.apply(lambda x: x.str.strip())
print (df)
0 1
0 a 10
1 c 5
但如果只有几列，请使用str.strip：
df[0] = df[0].str.strip()
【讨论】：
如果你真的想使用正则表达式，那么
>>> df.replace('(^\s+|\s+$)', '', regex=True, inplace=True)
>>> df
0 1
0 a 10
1 c 5
但是这样做应该更快：
>>> df[0] = df[0].str.strip()
【讨论】：
你可以试试：
df[0] = df[0].str.strip()
或更具体地，适用于所有字符串列
non_numeric_columns = list(set(df.columns)-set(df._get_numeric_data().columns))
df[non_numeric_columns] = df[non_numeric_columns].apply(lambda x : str(x).strip())
【讨论】：
这是一个使用applymap 的简洁版本，它带有一个简单的 lambda 表达式，仅当值是字符串类型时才调用strip：
df.applymap(lambda x: x.strip() if isinstance(x, str) else x)
一个更完整的例子：
import pandas as pd
def trim_all_columns(df):
"""
Trim whitespace from ends of each value across all series in dataframe
"""
trim_strings = lambda x: x.strip() if isinstance(x, str) else x
return df.applymap(trim_strings)
# simple example of trimming whitespace from data elements
df = pd.DataFrame([[' a ', 10], [' c ', 5]])
df = trim_all_columns(df)
print(df)
>>>
0 1
0 a 10
1 c 5
这是一个由 trinket 托管的工作示例： https://trinket.io/python3/e6ab7fb4ab
【讨论】：
type(x) == str，而不是type(x) is str
isinstance(x, str) 的 PEP8 指南更新了示例。
def trim(x):
if x.dtype == object:
x = x.str.split(' ').str[0]
return(x)
df = df.apply(trim)
【讨论】：
가나다 봻左边空白是我想要的，右边是垃圾。 trim 函数从原始数据中提取我想要的。
怎么样（对于字符串列）
df[col] = df[col].str.replace(" ","")
永不失败
【讨论】：
# First inspect the dtypes of the dataframe
df.dtypes
# Then strip white spaces
df.apply(lambda x: x.str.strip() if isinstance(x, object) else x)
【讨论】：