如何在Pandas中移除NaN单元格且不删除整行（Python）

要实现将每行非空值左移、填补前置NaN的需求，可采用以下两种高效方法：

方法1：逐行处理（直观易懂） #

通过apply遍历每行，提取非空值后重新对齐到原列位置：

import pandas as pd
import numpy as np

# 示例DataFrame
df = pd.DataFrame({
    'Word':['Text1', np.nan, np.nan, 'Text1', 'Text1'],
    'Word2':['Text2', 'Text1', np.nan, 'Text2', np.nan],
    'Word3':['Text3', 'Text2', 'Text1', 'Text3', np.nan]
})

# 核心处理逻辑
df_fixed = df.apply(
    lambda row: pd.Series(row.dropna().values, index=df.columns[:len(row.dropna())]),
    axis=1
)

print(df_fixed)

输出结果： #

Word  Word2  Word3
0  Text1  Text2  Text3
1  Text1  Text2    NaN
2  Text1    NaN    NaN
3  Text1  Text2  Text3
4  Text1    NaN    NaN

方法2：堆叠拆分法（大数据量更高效） #

利用stack和unstack操作避免逐行循环，适合处理大规模数据：

df_fixed = df.stack().groupby(level=0).apply(lambda x: x.reset_index(drop=True)).unstack()

原理说明： #

1. stack()：将所有非空值转为行索引+列索引的层级结构，自动过滤NaN
2. groupby(level=0)：按原行索引分组
3. reset_index(drop=True)：每组内重新生成连续索引，实现左移对齐
4. unstack()：将层级结构还原为原列格式，空缺位置补NaN

内容的提问来源于stack exchange，提问作者Alan Paul