Pandas如何将DataFrame每行最后一个非NaN值移动至最后一列Year

首先可构造测试数据复现描述的错位场景：

import pandas as pd
import numpy as np

# 复现问题的测试样例
df = pd.DataFrame({
    'Name': ['Adam', 'Betty', 'Calvin', 'Debra'],
    'Gender': ['Male', 1968, 'Male', 'Female'],
    'Country': ['USA', np.nan, 1995, 2000],
    'Year': [1992, np.nan, np.nan, np.nan]
})

核心处理代码，完全匹配给定的三条规则：

# 逐行提取非空值序列
valid_series = df.apply(lambda x: x.dropna().tolist(), axis=1)

# 按规则：每行最后一个非空值为年份，直接赋值给Year列
df['Year'] = valid_series.apply(lambda x: x[-1])

# 非空序列去掉首项(Name)、尾项(Year)后，剩余值按顺序填充Gender、Country，无值则填NaN
df['Gender'] = valid_series.apply(lambda x: x[1] if len(x) >= 3 else np.nan)
df['Country'] = valid_series.apply(lambda x: x[2] if len(x) >= 4 else np.nan)

处理后执行print(df)可得到规整结果：

Name  Gender Country  Year
0    Adam    Male     USA  1992
1   Betty     NaN     NaN  1968
2  Calvin    Male     NaN  1995
3   Debra  Female     NaN  2000

逻辑说明：

• 依托规则「每行必然存在Name、Year有效值，且Name为第一个非空值、Year为最后一个非空值」，直接从非空序列首尾取固定字段，不会出现错取
• 中间字段按原列顺序依次填充，错位到Gender/Country列的年份会被自动排除，原位置置空，无残留错位值

内容的提问来源于stack exchange，提问作者Jose