Python 如何删除dataframe列中的所有空格

如何有效地从dataframe列中删除非数值，下面是一个删除所有非数值字符的代码段

In [1]: dataset = pd.DataFrame([[653051], [653053], [90 <––9785], [<–{uWÕ¨]], columns=['column'])

dataset.column= dataset.column.replace('[^0-9 ]', '', regex=True)

或

它会留下已填充值的NaN字段，例如

之后：

0           NaN    <-- Not expected 
1           NaN    <-- Not expected 
2           909785 <-- Expected 
3           NaN    <-- Expected 

---

0 NaN您的预期输出是什么
df['col']=df['col'].fillna（“”）
将只包含一个空字符串。我建议您使用
df.head（）.to_dict（）
中的数据创建一个可复制的示例。我可以从返回的
dataset.column.str.strip（）
告诉您，您有一个
object
列，其中一些值（如前3个）是
int
，最后一个值是字符串
'90 9785'
。如果没有精确复制每个值类型的数据，您将很难让人们复制并解决问题。@DavidErickson我的预期输出只是修改有空格的值，否则将保留所有其他值，使其保持在column@ALollz我不确定你是什么asking@Alkari ,如果你能提供一个最小的可重复性解决方案，这将是一个很容易回答的问题，因为它实际上取决于数据的外观：根据数据，解决方案可能是
np。其中
，
str.replace
，等等。你的预期输出是什么
df['col']=df['col'].fillna（“”）
将只包含一个空字符串。我建议您使用
df.head（）.to_dict（）
中的数据创建一个可复制的示例。我可以从返回的
dataset.column.str.strip（）
告诉您，您有一个
object
列，其中一些值（如前3个）是
int
，最后一个值是字符串
'90 9785'
。如果没有精确复制每个值类型的数据，您将很难让人们复制并解决问题。@DavidErickson我的预期输出只是修改有空格的值，否则将保留所有其他值，使其保持在column@ALollz我不确定你是什么asking@Alkari ,这将是一个很容易回答的问题，如果你能提供一个最小的可重复性解决方案，因为它实际上取决于数据的外观：根据数据，解决方案可能是
np。其中
，
str.replace
，等等。
dataset.column.replace(" ",  "")

dataset.column.strip()

0           NaN    <-- Not expected 
1           NaN    <-- Not expected 
2           909785 <-- Expected 
3           NaN    <-- Expected