遍历数据框中选定列的行以“清理”每一行

Question

我想为统计分析准备数据，并且在数据集中出现空白问题。 我的功能在哪里出错？

这是我使用通常可以解决问题的函数创建的代码。 不幸的是，数据帧似乎并非如此。 有关数据框的一些背景信息：我要清除的列是“ LOCATION”，其中包含描述地址的字符串。

for i in data.index:
    data.at[i, "LOCATION"] = data.at[i, "LOCATION"].split()
    data.at[i, "LOCATION"] = " ".join(data.at[i, "LOCATION"])

示例行（未清除）'15300________SATICOY____________ST'* _代表空格

使用split（）['15300'，'SATICOY'，'ST']后的所述行

加入'1 5 3 0 0 SATICOYS T'后

在我真正想要将字符串重新连接在一起之前，代码可以正常工作。 我的目标是加入由空格分隔的字符串，因此为“ 15300 SATICOY ST”。

感谢帮助！

Answer 1

无需在此处循环，将Series.str.replace与regex表达式\\s+ （1个或多个空格字符）一起使用 。 将此替换为1个空格：

data['LOCATION'] = data['LOCATION'].str.replace('\s+', ' ')

Answer 2

很简单-这样做

data["LOCATION"]=data["LOCATION"].str.strip(" ") # this will remove all the trailing and leading spaces
data["LOCATION"]=data["LOCATION"].str.replace('\s+', ' ') #this will remove all the extra spaces.