我得到了一个 latin-1 .txt 数据集，我正在尝试清理它以使用 python 3 和 Pandas 进行正确的分析。从 html 中抓取的数据集包含许多\xa0 出现，我似乎无法使用解码、剥离、-u 替换或我在堆栈溢出时发现的任何其他方法来处理这些。我所有的尝试似乎都被 python 忽略了，仍然打印出相同的结果。由于我是数据抓取的新手，因此我可能错过了一些明显的东西，但现在我看不到前进的方向
我试图解码为 ascii，剥离为 str 然后替换，或使用 -u 子句替换，没有导致任何结果
filepath = 'meow3.txt'
outF = open("myOutFile.txt", "a")
with open(filepath) as fp:
line = fp.readline()
for line in fp:
if line.strip().startswith(','):
line = line.replace(',','',1)
line = line.replace(u'\xa0', u' ')
print(line)
df = pd.read_csv('myOutFile.txt', sep=",", encoding="latin-1", header=None, names=["Company name", "Total", "Invested since-to"])
print (df)
3sun Group, £10m ,Feb 2014
,Abacus, £4.15m ,Aug 2013
,Accsys Group ,£12m, Mar 2017,
Acro ,\xa0£7.8m, Nov 2015 – Sep 2017,
ACS Clothing, £25.3m ,Jan 2014
这就是数据集的样子，以及为什么在我的代码中删除第一个逗号，前提是它位于列的开头。但是我尝试的所有建议答案似乎都没有帮助删除数据集的\xa0 部分，仍然给出相同的结果(见上文)。如果有人对我如何完成这项工作有任何线索，我将不胜感激，
干杯，
耶利哥
编辑:虽然我知道最好在将其转换为 txt 文件之前通过预处理来解决这个问题，但我无法访问或控制该过程，我必须使用我获得的数据。
最佳答案
我今天突然被这个问题困住了，终于找到了一个最快最简洁的解决方案。
假设您的 Pandas 数据框有一列值类似于“South\xa0Carolina”。
使用以下代码删除所有 '\xa0'。实际上我已经尝试过 .replace("\xa0","") 和 .replace(r'\xa0',r' ')，但它们都不起作用。
data['col'].str.split().str.join(' ')
关于python-3.x - 从 Pandas 列中删除 unicode '\xa0'，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55442727/