编辑：这个问题的正确答案是：

df = df.replace(r'\n',' ', regex=True)

我认为您需要replace：

df = df.replace('\n','', regex=True)

或者：

df = df.replace('\n',' ', regex=True)

或者：

df = df.replace(r'\\n',' ', regex=True)

样品：

text = '''hands-on\ndev nologies\nrelevant scripting\nlang
'''
df = pd.DataFrame({'A':[text]})
print (df)
                                                   A
0  hands-on\ndev nologies\nrelevant scripting\nla...

df = df.replace('\n',' ', regex=True)
print (df)
                                                A
0  hands-on dev nologies relevant scripting lang

df.replace(to_replace=[r"\\t|\\n|\\r", "\t|\n|\r"], value=["",""], regex=True, inplace=True)

对我有用。
资料来源：
https://gist.github.com/smram/d6ded3c9028272360eb65bcab564a18a

删除回车符（\r）、新行（\n)）和制表符（\t）

df = df.replace(r'\r+|\n+|\t+','', regex=True)

在杂乱的数据中，去除所有的空白df.replace(r'\s', '', regex = True, inplace = True)可能是一个好主意。

df = 'Sarah Marie Wimberly So so beautiful!!!\nAbram Staten You guys look good man.\nTJ Sloan I miss you guys\n'

   df = df.replace(r'\\n',' ', regex=True)

这对我所拥有的杂乱数据很有效。