先看原数据，一直在想办法清除 “\n”和“/”这两个符号。

# 从提取出的几列来看，还有些细节需要再洗洗：例如为了统计和美观需要，“\n”和“/”这两个符号应去掉。

lendhouse_content_split3 = lendhouse_content_split2.iloc[:,[0,16,24,42,70,94]]

lendhouse_content_split3.columns=['location_name','area','direction','housetype','stair_type','stairs']

print("未使用replace前：\n",lendhouse_content_split3.head(2),"\n")

# lendhouse_content_split3 = lendhouse_content_split3.map(lambda x: x.replace("/n",""))

# 报错 AttributeError: 'DataFrame' object has no attribute 'map'

lendhouse_content_split3 = lendhouse_content_split3.replace("/n","")

print("第一次使用replace：\n",lendhouse_content_split3.head(2))

# 并没有替换成功，看 print 结果还是有 “/n” 这个符号在。

# 第一列 location_name 还需要再分列，下面先分列整理。

未使用replace前：

location_name area direction housetype stair_type stairs

0 黄埔-科学城-万科里享家\n 78㎡\n /南 3室2厅1卫 中楼层 (34层)

1 黄埔-科学城-沙湾新村\n 18㎡\n /南 4室2厅2卫 低楼层 (16层)

第一次使用replace：

location_name area direction housetype stair_type stairs

0 黄埔-科学城-万科里享家\n 78㎡\n /南 3室2厅1卫 中楼层 (34层)

1 黄埔-科学城-沙湾新村\n 18㎡\n /南 4室2厅2卫 低楼层 (16层)

# lendhouse_content_split4 = pd.DataFrame(x.split("-") for x in lendhouse_content_split3[0]) # 报错 KeyError: 0 —— 备注以对比参考。

lendhouse_content_split4 = pd.DataFrame(x.split("-") for x in lendhouse_content_split3['location_name'])

lendhouse_content_split4.columns=['district','板块','name','none1']

lendhouse_content_split4.head()

district

板块

name

none1

0

黄埔

科学城

万科里享家\n

None

1

黄埔

科学城

沙湾新村\n

None

2

番禺

石碁

雅苑青年公馆\n

None

3

仅剩4间\n

None

None

None

4

天河

华景新城

华景新城绿茵居\n

None

# 合并 lendhouse_content_split3 和 lendhouse_content_split4

lendhouse_content_split5 = pd.merge(lendhouse_content_split4.iloc[:,:3],lendhouse_content_split3.iloc[:,1:6],

right_index=True, left_index=True)

print("得到 lendhouse_content 的数据状态：\n",lendhouse_content_split5.head())

# 接下来要想办法清除 “\n”和“/”这两个符号。

得到 lendhouse_content 的数据状态：

district 板块 name area direction housetype stair_type stairs

0 黄埔 科学城 万科里享家\n 78㎡\n /南 3室2厅1卫 中楼层 (34层)

1 黄埔 科学城 沙湾新村\n 18㎡\n /南 4室2厅2卫 低楼层 (16层)

2 番禺 石碁 雅苑青年公馆\n 61㎡\n /北 1室1厅1卫 中楼层 (5层)

3 仅剩4间\n None None /\n None None

4 天河 华景新城 华景新城绿茵居\n 62㎡\n /南 2室1厅1卫 低楼层 (9层)

# lendhouse_content_split5['area'] = lendhouse_content_split5['area'].replace("\n","")

lendhouse_content_split5 = lendhouse_content_split5.replace("\r\n","")

print("第一次使用replace：\n",lendhouse_content_split5.head(2))

# lendhouse_content_split5['direction'] = lendhouse_content_split5['direction'].replace("/","")

lendhouse_content_split5 = lendhouse_content_split5.replace("/","")

print("\n第二次使用replace：\n",lendhouse_content_split5.head(2))

# 发现替换函数 replace 还是没有生效。那接下来看看能不能直接截取特定符号前面或者特定符号后面的字符串，作为新的内容。

# lendhouse_content_split5.to_excel(total_path+"\\lendhouse_content_split5"+".xlsx", encoding='utf-8', index=False, header=True)

第一次使用replace：

district 板块 name area direction housetype stair_type stairs

0 黄埔 科学城 万科里享家\n 78㎡\n /南 3室2厅1卫 中楼层 (34层)

1 黄埔 科学城 沙湾新村\n 18㎡\n /南 4室2厅2卫 低楼层 (16层)

第二次使用replace：

district 板块 name area direction housetype stair_type stairs

0 黄埔 科学城 万科里享家\n 78㎡\n /南 3室2厅1卫 中楼层 (34层)

1 黄埔 科学城 沙湾新村\n 18㎡\n /南 4室2厅2卫 低楼层 (16层)

# import re

# # lendhouse_content_split5['direction'] = re.findall(r'/*', lendhouse_content_split5['direction'])

# # # 上述报错 error: nothing to repeat at position 0

# # print("第一次使用re.findall：\n",lendhouse_content_split5.head(2))

# lendhouse_content_split5['area'] = re.findall(r'*\n', lendhouse_content_split5['area'])

# # 上述报错 error: nothing to repeat at position 0

# print("\n第二次使用re.findall：\n",lendhouse_content_split5.head(2))

好了，遍搜帖子，看到这个：

《python去除字符串中的换行符》https://www.jb51.net/article/125536.htm。

文中提到：

如果行尾符是 CR，则用replace("\r","")

如果行尾符是 LF，则用replace("\n","")

至于如何判断行尾符是CR还是LF，可查阅：

《怎么设置notepad++显示空白制表行尾等所有符号》

https://jingyan.baidu.com/article/48206aea814786216ad6b39e.html

按照指引，查到了自己的行尾符(如下图)：两种都有。

接下来两种都替换，但结果还是没替换掉(如下)。额，尝试继续失败。

# lendhouse_content_split5['area'] = lendhouse_content_split5['area'].replace("\n","")

lendhouse_content_split5 = lendhouse_content_split5.replace("\r\n","")

lendhouse_content_split5 = lendhouse_content_split5.replace("\n","")

print("第一次使用replace：\n",lendhouse_content_split5.head(2))

# lendhouse_content_split5['direction'] = lendhouse_content_split5['direction'].replace("/","")

lendhouse_content_split5 = lendhouse_content_split5.replace("/","")

print("\n第二次使用replace：\n",lendhouse_content_split5.head(2))

(未完待续)

原文链接:https://blog.csdn.net/weixin_44216391/article/details/107472319