方形DataFrame元素行内移位需求：移除NaN后左对齐元素

输入DataFrame #

期望输出 #

实现代码 #

用numpy结合pandas可以高效完成需求，避免逐行循环的性能损耗：

import pandas as pd
import numpy as np

# 构造输入DataFrame（实际场景替换为你的数据）
df = pd.DataFrame({
    'A': [10, np.nan, np.nan, np.nan],
    'B': [20, 32, np.nan, np.nan],
    'C': [100, 45, 759, np.nan],
    'D': [50, 63, 98, 32]
})

# 核心处理逻辑
processed_df = pd.DataFrame(
    [row[~np.isnan(row)] for row in df.values],
    index=df.index
).reindex(columns=df.columns)

代码说明 #

• row[~np.isnan(row)]：过滤每行的NaN值，仅保留有效数据
• pd.DataFrame(...)：用过滤后的行数据构造临时DataFrame
• reindex(columns=df.columns)：按照原DataFrame的列名重新索引，缺失的列位置自动填充NaN，完美匹配需求格式

内容的提问来源于stack exchange，提问作者ROma