Pandas实现DataFrame第二列下移一行并删除首行

没问题，这事儿用Pandas几步就能搞定，刚好我之前处理过类似的时序数据对齐需求，直接给你实操代码和解释：

步骤1：构造原始DataFrame（如果你的数据已经存在，这步可以跳过） #

先把你提供的原始数据转换成可操作的DataFrame：

import pandas as pd

# 对应你给出的原始数据
df1 = pd.DataFrame({
    'year': [2017, 2018, 2019, 2020, 2021],
    'ER12': [-2.05, 1.05, -0.04, -0.60, -99.99]
})

步骤2：将第二列（ER12）下移一行 #

用Pandas的shift()方法，参数1表示向下移动一行，移动后第一行的ER12会变成NaN，后续行依次承接上一行的数值：

# 对ER12列执行下移操作
df1['ER12'] = df1['ER12'].shift(1)

步骤3：删除首行并重置索引 #

这一步直接删掉包含NaN的首行，同时重置索引让结果和你期望的格式一致：

# 删除首行，并用reset_index重置索引（drop=True避免保留旧索引列）
df_final = df1.drop(index=0).reset_index(drop=True)

最终输出结果 #

运行后打印df_final会得到你想要的结果：

year  ER12
0  2018 -2.05
1  2019  1.05
2  2020 -0.04
3  2021 -0.60

可选的简洁写法 #

如果想一步到位，也可以把下移和删行合并成一行（不过分开写更清晰）：

df_final = df1.assign(ER12=df1['ER12'].shift(1)).iloc[1:].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者user2100039