在Pandas中实现列偏移与行扩展：指定列移位并填充NaN

核心解决方案 #

通过调整列的索引并重新对齐，实现指定列的偏移，同时保留另一列的原有数据并补全新增行的NaN。

代码示例 #

import pandas as pd

# 构造示例原始DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': ['a', 'b', 'c', 'd', 'e']})

# 定义偏移步数，可根据需求修改
offset_steps = 2
# 计算最终结果的索引范围（原行数 + 偏移步数）
new_index = range(len(df) + offset_steps)

# 处理A列：保留原索引的数值，新增索引填充NaN
new_A = df['A'].reindex(new_index)
# 若需要保持A列为整数类型（支持NaN），可改用：
# new_A = df['A'].reindex(new_index).astype('Int64')

# 处理B列：将原列索引偏移指定步数后，重新对齐到新索引，空缺填充NaN
new_B = df['B'].set_index(df.index + offset_steps).reindex(new_index)

# 合并得到最终结果
result = pd.DataFrame({'A': new_A, 'B': new_B})
print(result)

输出结果 #

A    B
0  1.0  NaN
1  2.0  NaN
2  3.0    a
3  4.0    b
4  5.0    c
5  NaN    d
6  NaN    e

关键步骤说明 #

1. 确定新索引范围：因为要将B列向下偏移2步，且需保留所有原B列元素，最终结果的总行数为原行数 + 偏移步数，索引范围对应从0到原行数+偏移步数-1。
2. 处理A列：用reindex方法扩展A列到新索引范围，原索引0-4的数值保持不变，新增的索引位置自动填充NaN。
3. 处理B列：先通过set_index(df.index + offset_steps)将原B列每个元素的索引向后偏移指定步数，再用reindex对齐到新索引范围，前端空缺位置自动填充NaN，同时完整保留所有原B列元素。

内容的提问来源于stack exchange，提问作者Magneto El