遍历Pandas DataFrame行 清空指定字符串后至特定列前的单元格值

需求说明 #

• 每行存在固定目标字符串a，需要将该字符串所在列之后、到zz列之前的所有单元格值清空
• zz列本身、以及zz列之后的所有列（如示例中的aa列）取值保持不变
• 示例输入输出如下（原示例output字典存在语法笔误，zz行末尾缺失逗号）：

# 输入df
df = {
    'bb': ['a', 'z', 'y'],
    'vv': ['b', 'a', 'z'],
    'ww': ['c', 'b', 'a'],
    'xx': ['d', 'c', 'b'],
    'yy': ['e', 'd', 'c'],
    'zz': ['f', 'e', 'd'],
    'aa': ['g', 'f', 'e']
}

# 预期output
output = {
    'bb': ['a', 'z', 'y'],
    'vv': ['', 'a', 'z'],
    'ww': ['', '', 'a'],
    'xx': ['', '', ''],
    'yy': ['', '', ''],
    'zz': ['f', 'e', 'd'],
    'aa': ['g', 'f', 'e']
}

实现代码 #

优先用pandas内置向量化方法定位目标位置，避免全量逐行逐元素遍历，数据量较大时性能更好：

import pandas as pd

# 配置参数
target_str = 'a'
end_keep_col = 'zz'

# 初始化DataFrame
df = pd.DataFrame({
    'bb': ['a', 'z', 'y'],
    'vv': ['b', 'a', 'z'],
    'ww': ['c', 'b', 'a'],
    'xx': ['d', 'c', 'b'],
    'yy': ['e', 'd', 'c'],
    'zz': ['f', 'e', 'd'],
    'aa': ['g', 'f', 'e']
})

# 获取边界列的索引，划定需要处理的列范围
end_col_pos = df.columns.get_loc(end_keep_col)
process_columns = df.columns[:end_col_pos]

# 定位每行第一个匹配目标字符串的列
match_col = df[process_columns].eq(target_str).idxmax(axis=1)

# 将匹配位置之后、边界列之前的单元格置空
for row_idx, col_name in match_col.items():
    col_pos = process_columns.get_loc(col_name)
    if col_pos < len(process_columns) - 1:
        empty_cols = process_columns[col_pos + 1 :]
        df.loc[row_idx, empty_cols] = ''

# 验证输出，结果和预期output完全一致
print(df.to_dict(orient='list'))

补充说明 #

• 上述代码默认所有行在zz列之前都存在目标字符串，如果存在无匹配的行，可在置空逻辑前增加判断，跳过匹配位置不存在的行即可
• 如果需要修改目标字符串或边界列，直接调整target_str和end_keep_col两个参数即可复用

内容的提问来源于stack exchange，提问作者achi00