如何基于每行首个非零值重新排序Pandas DataFrame

要实现将每行从首个非零值开始左对齐，把列改为"开业后第N个月"（或示例中的A/B/C...），可以按以下思路操作：

核心思路 #

1. 定位每行第一个非零值的位置，这是门店开业的起始月份
2. 将该行从起始位置开始的所有数值左移至DataFrame开头，前导位置留空（用NaN表示）
3. 重新命名列，对应"开业后第1/2/...个月"

方法一：逐行处理（易理解，适合小数据集） #

使用apply逐行处理，逻辑直观：

import pandas as pd
import numpy as np

# 原DataFrame
df = pd.DataFrame([[0.0, 0.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0],
                   [0.0, 0.0, 0.0, 3.0, 1.0, 1.0, 7.0, 0.0],
                   [0.0, 0.0, 0.0, 0.0, 15.0, 16.0, 17.0, 18.0]
                  ], columns=['Jan-19', 'Feb-19', 'Mar-19', 'Apr-19', 'May-19', 'June-19', 'Jul-19', 'Aug-19'])

def align_post_open(row):
    # 找到第一个非零值的列索引
    first_open_col = row.ne(0).idxmax()
    # 提取开业后的所有业绩数据
    open_data = row.loc[first_open_col:].values
    # 创建新行：前半部分补NaN，后半部分填充开业数据
    new_row = pd.Series([np.nan]*len(row))
    new_row[:len(open_data)] = open_data
    return new_row

# 应用函数到每行
result_df = df.apply(align_post_open, axis=1)
# 重命名列（A/B/C...或自定义为"开业后第1个月"等）
result_df.columns = [chr(65+i) for i in range(len(result_df.columns))]

print(result_df)

运行后输出与你期望的结果一致（NaN会显示为空）：

A     B     C     D    E    F   G   H
0   3.0   4.0   5.0   6.0  7.0  8.0 NaN NaN
1   3.0   1.0   1.0   7.0  0.0  NaN NaN NaN
2  15.0  16.0  17.0  18.0  NaN  NaN NaN NaN

方法二：矢量化操作（高效，适合大数据集） #

避免逐行循环，用Numpy广播实现批量处理，速度更快：

import pandas as pd
import numpy as np

df = pd.DataFrame([[0.0, 0.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0],
                   [0.0, 0.0, 0.0, 3.0, 1.0, 1.0, 7.0, 0.0],
                   [0.0, 0.0, 0.0, 0.0, 15.0, 16.0, 17.0, 18.0]
                  ], columns=['Jan-19', 'Feb-19', 'Mar-19', 'Apr-19', 'May-19', 'June-19', 'Jul-19', 'Aug-19'])

# 1. 获取每行第一个非零值的列索引（整数位置）
first_open_pos = df.ne(0).cumsum(axis=1).eq(1).idxmax(axis=1)
col_indices = df.columns.get_indexer(first_open_pos)

# 2. 构建移位矩阵，确定每个值的目标位置
row_idx = np.arange(df.shape[0])[:, None]
col_shift = np.arange(df.shape[1]) - col_indices[:, None]

# 3. 只保留开业后的有效数据，其余位置填NaN
mask = col_shift >= 0
result_values = np.where(mask, df.values[row_idx, col_shift + col_indices[:, None]], np.nan)

# 4. 生成结果DataFrame并命名列
result_df = pd.DataFrame(result_values, columns=[chr(65+i) for i in range(df.shape[1])])

print(result_df)

补充说明 #

• 如果需要将NaN显示为空字符串，可以添加result_df = result_df.fillna('')，但会将数值转为字符串类型，按需选择
• 列名可以自定义，比如改为[f"开业后第{i+1}个月" for i in range(len(result_df.columns))]

内容的提问来源于stack exchange，提问作者bbbb