读取 Excel 文件获取 unicodes

Question

我正在用 pandas 读取一个 excel 文件。

当我在 microsoft excel 中打开文件时，我得到了这样的输出

当我在 libre office 中看到这个文件时，我得到了这样的输出，

所以在阅读 excel 文件时，我执行了以下代码，但我无法摆脱 x000d

df = pd.read_excel('file.xlsx')
df = df.replace(r'\n',' ', regex=True)
df = df.replace(r'[^\x00-\x7F]+',  '', regex=True)

整个文件中还可以有更多这样的 unicode。 上面的代码替换了每个单元格中的所有新行。

Answer 1

目前我只能通过找到这些类型的 unicode 然后替换它们来解决这个问题。

df.replace({r"_x([0-9a-fA-F]{4})_": ""}, regex=True)

如果有人有更好的主意，请告诉我。