pandas-带状空白

Question

我正在使用pythoncsvkit比较2个文件，如下所示：

df1 = pd.read_csv('input1.csv', sep=',\s+', delimiter=',', encoding="utf-8")
df2 = pd.read_csv('input2.csv', sep=',\s,', delimiter=',', encoding="utf-8")
df3 = pd.merge(df1,df2, on='employee_id', how='right')
df3.to_csv('output.csv', encoding='utf-8', index=False)

目前，我正在通过脚本（从employee_id列中删除空格）之前运行文件。

employee_ids的示例：

37 78973 3
23787
2 22 3
123

有办法csvkit做到这一点并为我节省一步吗？

Answer 1

您可以strip()使用.str.strip（）在Pandas中整个系列：

df1['employee_id'] = df1['employee_id'].str.strip()
df2['employee_id'] = df2['employee_id'].str.strip()

这将消除导致/在后的空格employee_id中柱都df1与df2

或者，您可以修改read_csv行以同时使用skipinitialspace=True

df1 = pd.read_csv('input1.csv', sep=',\s+', delimiter=',', encoding="utf-8", skipinitialspace=True)
df2 = pd.read_csv('input2.csv', sep=',\s,', delimiter=',', encoding="utf-8", skipinitialspace=True)

您似乎正在尝试删除包含数字的字符串中的空格。您可以通过以下方式做到这一点：

df1['employee_id'] = df1['employee_id'].str.replace(" ","")
df2['employee_id'] = df2['employee_id'].str.replace(" ","")