python replace 空格数据处理的实现

一、使用replace+空格

ordersdetaildf['商品名称2']=ordersdetaildf['商品名称'].apply(lambda x:x.replace(" ",""))

上述代码表示:在Dataframe当中创建新的一列,名字叫做商品名称2,是对商品名称列当中的空格进行去除之后的新的数据。

python replace 空格数据处理的实现_第1张图片

对制表符和换行符等等也可以进行同样的操作:

ordersdetaildf['商品名称2']=ordersdetaildf['商品名称2'].apply(lambda x:x.replace("\n","").replace("\\t\\r",""))

二、使用replace+unicode编码

但是在某些情况下,我发现仅仅使用replace是无法去除空格的:

ordetgb=ordersdetaildf.groupby('订单编号',as_index=False)["商品名称"].apply(lambda x:'|'.join(x.values)).reset_index(drop=True) #替换成|很重要

当我想将相同订单编号的商品名称进行合并的时候,发现使用join后会出现很多空格,这是使用replace是无法去除空格

python replace 空格数据处理的实现_第2张图片

python replace 空格数据处理的实现_第3张图片

解决方法:

# 经过excel查询code(a1)  unicode=u00A0  不间断空格
ordetgb['商品名称']=ordetgb['商品名称'].astype(str).apply(lambda x:x.replace(u"\u00A0",""))

python replace 空格数据处理的实现_第4张图片

到此这篇关于python replace 空格数据处理的实现的文章就介绍到这了,更多相关python replace 空格处理内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

你可能感兴趣的