pandas数据处理——消除空格

在数据预处理时，因为人工采集数据的过程，经常有可能把空值和空格混在一起，一般也注意不到在本来为空的单元格里加入了空格。这就给做数据处理的人带来了麻烦，因为空值和空格都是代表的无数据，而pandas中Series的方法notnull()会把有空格的数据也纳入进来。一般这种情况采用的做法是，先将空格用NaN值替换，再进行空值填充。

源数据形式如下：

再看一下数据的行数及数据格式：

可以看到，对于data["call_result2"]这一列数据是有缺失的，我们先用nan值将空格处理了，再进行空值处理。

# 针对空格处理，用nan替换
import numpy as np
data['call_result2']=data['call_result2'].replace(r'^\s*$',np.nan,regex=True)

用一个大值进行空值填充：

data[['call_result2']]=data[['call_result2']].fillna(-9999)

处理后的数据情况：

由于data["call_result2"]这一列都是数值，但它的数据类型显示是object,再转一下数据类型：

data[['call_result2']]=data[['call_result2']].astype("int64")

最后的数据格式：