使用Pandas读取CSV时，基于fix_nam列条件行移位问题求助

你的代码存在三个核心问题导致输出无变化：

1. 判断逻辑无效 #

pandas默认会将CSV中的文本内容（包括时间格式的字符串，如22:18:47）识别为字符串类型，因此not isinstance(row['fix_nam'], str)永远返回False，不会触发移位操作。

2. 移位方向完全错误 #

当前代码返回[None] + list(row[:-1])，实际是将整行向左移位（覆盖了原Idx列的值），而你需要的是向右移位，让缺失的fix_nam列补空，后续列回到正确位置。

3. CSV读取的潜在问题 #

使用delimiter=' '只能识别单个空格作为分隔符，若数据存在连续空格会导致字段分割错误，建议改用sep='\s+'匹配任意数量的空格。

修正后的代码 #

import os
import pandas as pd
import re

cwd = os.getcwd()
file_path = os.path.join(cwd, 'test.csv')

# 读取CSV：用任意数量空格做分隔符，跳过前2行，第3行作为表头
data = pd.read_csv(file_path, sep='\s+', skiprows=2, index_col=False)

# 清理列名空格
data.columns = data.columns.str.strip()

# 匹配HH:MM:SS格式的正则表达式
time_pattern = re.compile(r'^\d{2}:\d{2}:\d{2}$')

def fix_misaligned_row(row):
    fix_nam_val = row['fix_nam']
    # 检查值是否为时间格式（排除空值）
    if pd.notna(fix_nam_val) and time_pattern.match(str(fix_nam_val)):
        # 向右移位：fix_nam列设为空，后续列依次取原行前一列的值
        row[3:] = row[2:-1].values
        row['fix_nam'] = None
    return row

# 应用修正逻辑到每一行
data = data.apply(fix_misaligned_row, axis=1)

# 保存结果
output = os.path.join(cwd, 'testoutput2.csv')
data.to_csv(output, index=False)

print(data.head())

关键修正说明 #

• 时间格式判断：用正则表达式^\d{2}:\d{2}:\d{2}$精准匹配时间格式的字符串，替代无效的类型判断。
• 正确移位逻辑：通过row[3:] = row[2:-1].values将fix_nam及之后的列整体右移一位，fix_nam列设为None，完美修正错位问题。
• 高效处理：使用DataFrame.apply替代iterrows，处理大文件时性能更优。

内容的提问来源于stack exchange，提问作者user3103082