Python 如何从数据框中删除\n并将数据移动到新行

我有一个熊猫数据框，看起来像这样

Index   column1   column2   column3
  0        3 \n9     2 \n89     8 \n56
  1        
  2        8         6          4
  3        4 \n9     12 \n12    32 \n5
  4                
  5         78       68           56

Index   column1   column2   column3
  0        3        2          8
  1        9        89         56 
  2        8        6          4
  3        4        12         32
  4        9        12         5
  5        78       68         56

我想删除\n并将剩余内容移动到下一个位置。因此，我需要这样的数据帧

Index   column1   column2   column3
  0        3 \n9     2 \n89     8 \n56
  1        
  2        8         6          4
  3        4 \n9     12 \n12    32 \n5
  4                
  5         78       68           56

Index   column1   column2   column3
  0        3        2          8
  1        9        89         56 
  2        8        6          4
  3        4        12         32
  4        9        12         5
  5        78       68         56

我已经能够使用replace函数删除\n

df1.replaceto|u replace=[r\\t |\\n |\\r\t | \n | \r]，value=[，]，regex=True

但我无法将整数值9,89,56移动到下一行。可能吗

样本数据：

{'column1': {0: '3 \\n9', 1: '', 2: 8, 3: '4 \\n9', 4: '', 5: 78},
 'column2': {0: '2 \\n89', 1: '', 2: 6, 3: '12 \\n12', 4: '', 5: 68}, 
 'column3': {0: '8 \\n56', 1: '', 2: 4, 3: '32 \\n5', 4: '', 5: 56}}

---

一种方法是定义一个函数来展平列：

from itertools import chain

def flatten(col):
    return list(chain.from_iterable([i for i in col.str.split(r" \\n") if i]))

df[["column2","column3"]] = df[["column2","column3"]].apply(flatten)

print (df)

   Index  column1 column2 column3
0      0        3       2       8
1      1        7      89      56
2      2        8       6       4

编辑：使用新的示例数据，这里有一个更新的方法：

def flatten(col):
    return [i for i in chain.from_iterable(col.str.split(r" \n")) if i]

print (df.astype(str).apply(flatten))

  column1 column2 column3
0       3       2       8
1       9      89      56
2       8       6       4
3       4      12      32
4       9      12       5
5      78      68      56

使用：

这张照片是：

  column1 column2 column3
0       3       2       8
1       9      89      56
2       8       6       4
3       4      12      32
4       9      12       5
5      78      68      56

一种使用和

---

你好，Henry，很抱歉，我收到以下错误类型错误：“float”对象不可编辑，“发生在index column2'@hargurjeetsingh，因此这意味着您的实际数据与您提供的示例不同。我尝试在样本数据本身而不是实际数据上运行代码。下面一行df[[column2，column3]]=df[[column2，column3]]出现错误。ApplyFlatentry做一个df.to_dict并将其添加到您的问题中。执行代码后，我得到这个输出列1[3,9,8,4,9,78]column2[2,89,6,12,12,68]column3[8,56,4,32,5,56]如何将其放入df并删除空值。Hi@Shubham，谢谢你的回复。这确实很有效，但并不完全有效。虽然89和56将移到下一行，但r刚好低于89和56的整数“6”和“4”将被“空白”所取代，您可以共享更大的数据帧样本吗？@HargurJeethigh使用此数据帧更新您的问题。如建议的……将数据帧更新为question@jezrael是的，谢谢：@jcaiz，谢谢你的回复。虽然89和56将移到下一行，但89和56以下的“6”和“4”将被NaN替换。@hargurjeetsingh请提供更多示例，并确保是真实的测试用例。更新了问题中的数据框。希望对我编辑问题有所帮助。你仍然可以有两种验证方法，很高兴看到这一点。您的实际数据与您最初提供的数据大不相同。我已经编辑了我的答案。