如何在Python Pandas DataFrame中实现Excel的“删除并左移”功能？

首先明确需求：删除DataFrame中指定矩形区域（行0-7，列0-6，对应Excel的A1-G8），并将该区域右侧的单元格向左移动填补，原右侧位置留空。

你的原代码问题分析 #

1. 逻辑偏差：循环仅处理了6列移动（range(0,6)），而非删除区域的7列（A-G），导致前两列（X1-X2）未被替换，和Excel预期操作不符。
2. 效率低下：逐列循环赋值违背了pandas的矢量化设计，处理大数据集时性能会很差。
3. 空值处理不规范：用空字符串''填充空值，会将数值型列强制转为object类型，破坏数据类型一致性，应使用pandas规范的pd.NA或np.nan。

优雅高效的实现方式 #

利用pandas的矢量化索引操作，直接完成区域替换和清空，无需循环：

示例代码

import pandas as pd

# 构造示例数据
data = {
    f'X{i+1}': [1,2,3,4,6,7,8,9] if i < 8 else [3,4,5,6,20,30,40,50] 
    for i in range(14)
}
df = pd.DataFrame(data)

# 定义操作区域参数
start_row, end_row = 0, 7    # 对应Excel行1-8
start_col, end_col = 0, 6    # 对应Excel列A-G
shift_count = end_col - start_col + 1  # 需要左移的列数

# 执行删除左移操作
# 将右侧shift_count列的内容覆盖到删除区域
df.loc[start_row:end_row, start_col:end_col] = df.loc[
    start_row:end_row, 
    end_col+1 : end_col+shift_count
].values
# 清空原右侧的列
df.loc[start_row:end_row, end_col+1 : end_col+shift_count] = pd.NA

执行结果

操作前：

X1  X2  X3  X4  X5  X6  X7  X8  X9  X10  X11  X12  X13  X14
0   1   1   1   1   1   1   1   1   3    3    3    3    3    3
1   2   2   2   2   2   2   2   2   4    4    4    4    4    4
2   3   3   3   3   3   3   3   3   5    5    5    5    5    5
3   4   4   4   4   4   4   4   4   6    6    6    6    6    6
4   6   6   6   6   6   6   6   6  20   20   20   20   20   20
5   7   7   7   7   7   7   7   7  30   30   30   30   30   30
6   8   8   8   8   8   8   8   8  40   40   40   40   40   40
7   9   9   9   9   9   9   9   9  50   50   50   50   50   50

操作后：

X1  X2  X3  X4  X5  X6  X7   X8   X9  X10  X11  X12  X13  X14
0   1   3   3   3   3   3   3  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
1   2   4   4   4   4   4   4  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
2   3   5   5   5   5   5   5  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
3   4   6   6   6   6   6   6  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
4   6  20  20  20  20  20  20  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
5   7  30  30  30  30  30  30  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
6   8  40  40  40  40  40  40  <NA> <NA> <NA> <NA> <NA> <NA> <NA>
7   9  50  50  50  50  50  50  <NA> <NA> <NA> <NA> <NA> <NA> <NA>

通用函数封装 #

如果需要多次操作不同区域，可以封装成函数：

def delete_and_shift_left(df, start_row, end_row, start_col, end_col):
    shift_count = end_col - start_col + 1
    # 检查右侧是否有足够列填补
    if end_col + shift_count >= len(df.columns):
        raise ValueError("右侧没有足够的列用于左移填补")
    # 执行左移替换
    df.loc[start_row:end_row, start_col:end_col] = df.loc[
        start_row:end_row, 
        end_col+1 : end_col+shift_count
    ].values
    # 清空原右侧列
    df.loc[start_row:end_row, end_col+1 : end_col+shift_count] = pd.NA
    return df

# 使用示例
df = delete_and_shift_left(df, start_row=0, end_row=7, start_col=0, end_col=6)

优势说明 #

• 高效：矢量化操作避免了循环，处理大数据集时性能提升明显
• 准确：完全匹配Excel“删除并左移”的逻辑
• 规范：用pd.NA处理空值，保持数据类型一致性
• 易读：通过明确的索引范围，代码逻辑清晰易懂

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