Pandas数据清洗之替换字符串 1.replace：将指定位置的字符，替换为给定的字符串df['身高'] = df['身高'].str.replace(':','-') df['身高'] = df['身高'].apply(lambda x: x.replace(':','-'))2.findall使用正则表达式，做数据清洗，真的很香！df["身高"] df["身高"].str.findall("[a-zA-Z]+")3.split方法+expand参数：搭配join方法功能很强大# 普通用法 df["身高"].str.split(":") # split方法，搭配expand参数 df[["身高描述","final身高"]] = df["身高"].str.split(":",expand=True) df # split方法搭配join方法 df["身高"].str.split(":").str.join("?"*5) 3.strip/rstrip/lstrip：去除空白符、换行符df["姓名"] = df["姓名"].str.strip() #Python rstrip() 删除 string 字符串末尾的指定字符（默认为空格)。 #Python lstrip() 删除 string 字符串头部的指定字符（默认为空格)。