Python 如何删除列中字符串的空白

我需要删除列中的空白。我的数据如下所示：

industry            magazine
Home                "Goodhousekeeping.com"; "Prevention.com";
Fashion             "Cosmopolitan"; " Elle"; "Vogue"
Fashion             " Vogue"; "Elle"

下面是我的代码：

# split magazine column values, create a new column in df 
df['magazine_list'] = dfl['magazine'].str.split(';')

# stip the first whitespace from strings
df.magazine_list = df.magazine_list.str.lstrip()

这将返回所有NaN，我也尝试过：

df.magazine = df.magazine.str.lstrip()

---

这也没有删除空格。

将列表理解与拆分值的条带一起使用，也可以在拆分前将值的条带用于删除尾部

、空格和
“
值：

f = lambda x: [y.strip('" ') for y in x.strip(';" ').split(';')]
df['magazine_list'] = df['magazine'].apply(f)
print (df)
  industry                                 magazine  \
0     Home  Goodhousekeeping.com; "Prevention.com";   
1  Fashion           Cosmopolitan; " Elle"; "Vogue"   
2  Fashion                             Vogue; "Elle   

                            magazine_list  
0  [Goodhousekeeping.com, Prevention.com]  
1             [Cosmopolitan, Elle, Vogue]  
2                           [Vogue, Elle]  

将列表理解与拆分后的值一起使用，也可以在拆分前剥离值以删除尾随的
；
、空格和
“
值：

f = lambda x: [y.strip('" ') for y in x.strip(';" ').split(';')]
df['magazine_list'] = df['magazine'].apply(f)
print (df)
  industry                                 magazine  \
0     Home  Goodhousekeeping.com; "Prevention.com";   
1  Fashion           Cosmopolitan; " Elle"; "Vogue"   
2  Fashion                             Vogue; "Elle   

                            magazine_list  
0  [Goodhousekeeping.com, Prevention.com]  
1             [Cosmopolitan, Elle, Vogue]  
2                           [Vogue, Elle]  

耶斯雷尔提供了一个很好的解决方案。了解pandas有用于类似操作的字符串访问器，而不需要列表理解是很有用的。通常情况下，列表理解速度更快，但根据使用内置函数的用例，它可能更可读或更易于编码

df['magazine'] = (
    df['magazine']
    .str.replace(' ', '', regex=False)
    .str.replace('"', '', regex=False)
    .str.strip(';')
    .str.split(';')
)

输出

  industry                                magazine
0     Home  [Goodhousekeeping.com, Prevention.com]
1  Fashion             [Cosmopolitan, Elle, Vogue]
2  Fashion                           [Vogue, Elle]

耶斯雷尔提供了一个很好的解决方案。了解pandas有用于类似操作的字符串访问器，而不需要列表理解是很有用的。通常情况下，列表理解速度更快，但根据使用内置函数的用例，它可能更可读或更易于编码

df['magazine'] = (
    df['magazine']
    .str.replace(' ', '', regex=False)
    .str.replace('"', '', regex=False)
    .str.strip(';')
    .str.split(';')
)

输出

  industry                                magazine
0     Home  [Goodhousekeeping.com, Prevention.com]
1  Fashion             [Cosmopolitan, Elle, Vogue]
2  Fashion                           [Vogue, Elle]

预期产量是多少？列表通过
连接值？只需将值分开，字符串开头不带空格```行业杂志首页“goodhousing.com”；“预防网”；时尚“世界主义”；“艾尔”；“时尚”时尚“时尚”；“Elle”预期产量是多少？列表通过
连接值？只需将值分开，字符串开头不带空格```行业杂志首页“goodhousing.com”；“预防网”；时尚“世界主义”；“艾尔”；“时尚”时尚“时尚”；“Elle”谢谢你，非常好用！我已经接受了答案。非常感谢。谢谢，非常好用！我已经接受了答案。非常感谢。