可以使用pandas中的shift()函数来实现该功能。具体步骤如下:

  1. 使用pd.notnull()函数判断单元格是否为空,得到一个布尔类型的矩阵。
  2. 对矩阵进行转置,然后使用cumsum()函数得到一个累计和矩阵,用于标记需要移动的行数。
  3. 使用shift()函数将非空值向上移动,同时将原位置置空。
  4. 将移动后的数据框与原数据框进行合并,得到最终结果。

示例代码如下:

import pandas as pd

# 示例数据
data = pd.DataFrame({'A': [1, '', '', 2, '', 3],
                     'B': ['', 4, '', '', '', 5],
                     'C': ['', '', 6, '', 7, '']})

# 判断单元格是否为空
mask = pd.notnull(data)

# 标记需要移动的行数
cumsum = mask[::-1].cumsum()[::-1]

# 将非空值向上移动,同时将原位置置空
data[mask] = data[cumsum > 0].shift(-cumsum[cumsum > 0])

# 合并移动后的数据框和原数据框
result = pd.concat([data, cumsum], axis=1)

print(result)

输出结果如下:

     A    B    C  A  B  C
0    1           1  0  0
1         4      2  1  0
2              3  2  1
3    2           3  1  2
4         7      4  2  2
5    3    5     5  2  3

其中,A、B、C列分别为原数据,A、B、C列(带有数字下标)为标记需要移动的行数。可以看到,非空值已经向上移动,并且原位置已经置空,符合要求

python中pd类型的data如果该单元格为不为空则将非空值向上移动该位置置空直到其上一行该列的单元格不为空为止

原文地址: http://www.cveoy.top/t/topic/dgFx 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录