str.strip() 默认只删除ASCII空白字符（如空格、制表符、换行符），对全角空格（'u3000'）、不间断空格（''）等无效；需用正则显式匹配或组合replace与strip处理，且.str.strip()自动跳过NaN和非字符串类型，性能优于apply。
str.strip() 为什么有时删不掉空格
不是 str.strip() 不起作用，而是它默认只删 ASCII 空格（' '、' '、'
'、'
'），对全角空格、零宽空格、不间断空格（'u00A0'）、制表符变体等完全没反应。常见于 Excel 导入、网页爬取、用户手动输入的文本列。
- 先用
repr()检查真实字符：df['col'].head(1).apply(repr) - 若输出含
'\u3000'（中文全角空格）或'\xa0'（NBSP），说明存在非标准空白 -
str.strip()对这些无效，必须显式指定字符集或用正则
清理混合空白字符的实操方案
单一 str.strip() 不够用时，优先组合 str.replace() + 正则 str.replace(r's+', ' ', regex=True)，再统一去首尾空格。比写长串 str.replace().str.replace()... 更可靠。
- 通用清理（推荐）：
df['col'] = df['col'].str.replace(r'[su3000]+', ' ', regex=True).str.strip() - 仅去首尾但兼容全角：
df['col'] = df['col'].str.replace(r'^[su3000]+|[su3000]+$', '', regex=True) - 注意：正则中的
s在 Pandas 中默认不匹配u3000和，必须显式列出
str.strip() 在空值（NaN）上会报错吗
不会报错，但结果是 NaN —— 这是 Pandas 的设计行为，不是 bug。容易误以为“没处理”，其实是跳过了。
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
-
df['col'].str.strip()遇到 NaN 自动返回 NaN，不中断执行 - 若想把 NaN 转为空字符串再 strip，得先 fill：
df['col'].fillna('').str.strip() - 但要注意：
fillna('')会把原本的 None/NaN 全转成空字符串，可能掩盖缺失语义
性能差异：向量化 strip vs apply(lambda x: x.strip())
用 .str.strip() 比 .apply() 快 5–10 倍，尤其在万行以上数据时明显。Pandas 的 .str 方法底层是向量化实现，而 apply 是 Python 层循环。
- 正确写法：
df['col'].str.strip() - 错误写法：
df['col'].apply(lambda x: x.strip() if isinstance(x, str) else x)（多此一举且慢） - 如果列里混了数字、None、字符串，
.str.strip()会自动跳过非字符串类型，返回原值（如数字不变，None 仍为 NaN）
实际处理时，最常被忽略的是「先看一眼真实字符」——直接上 str.strip() 却发现没变化，往往是因为根本不是普通空格。花 10 秒跑个 repr()，比查文档半小时更管用。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
