pandas查找DataFrame所有列的"-"并将对应前一列值存入新列F的实现与报错解决

• 遍历逻辑完全错位：使用np.ndenumerate遍历数组时没有利用返回的行列索引信息，判断到"-"时写的x-1是字符串与数字的减法操作，从根本上无法定位、获取同行动态前一列的值
• 列表收集逻辑错配：逐单元格单独创建临时列表收集结果，最终生成的g长度与DataFrame行数完全不匹配，赋值时触发长度不一致报错

核心处理逻辑：从B列开始逐列扫描所有单元格，一旦发现值为"-"，直接取同一行、该单元格左侧紧邻列的值，存入对应行的F列。
完整可运行代码如下：

import pandas as pd
import numpy as np

# 构造初始DataFrame
df = pd.DataFrame({'A': {0: 'a', 1: 'b', 2: 'c', 3: 'd', 4: 'e'},
 'B': {0: '-', 1: 'a', 2: '-', 3: 'b', 4: 'd'}})

# 保留原代码中C/D/E列的构造逻辑
df['C'] = np.where(df['B'].isin(df['A'].values), df['B'], np.nan)
df['C'] = df['C'].map(dict(zip(df.A.values, df.B.values)))
df['D'] = np.where(df['C'].isin(df['B'].values), df['C'], np.nan)
df['D'] = df['D'].map(dict(zip(df.B.values, df.C.values)))
df['E'] = np.where(df['D'].isin(df['C'].values), df['D'], np.nan)
df['E'] = df['E'].map(dict(zip(df.C.values, df.D.values)))

# 生成F列逻辑
col_values = df.iloc[:, :5].values
f_result = []
# 逐行处理
for row in col_values:
    row_f_val = np.nan
    # 从第2列（索引1，即B列）开始扫描，第1列（A列）无前置列无需判断
    for col_pos in range(1, len(row)):
        if row[col_pos] == "-":
            # 匹配到"-"时取左侧紧邻列值
            row_f_val = row[col_pos - 1]
            break
    f_result.append(row_f_val)

df['F'] = f_result
print(df)

• 匹配需求示例：B列第0行、第2行存在"-"时，F列对应行自动填入同行A列的a、c
• 逻辑通用：如果后续C/D/E列出现"-"，会自动对应取该列左侧紧邻的B/C/D列值填入F列，无需修改代码
• 若单行存在多个"-"，当前逻辑取最靠左的第一个匹配项；如果需要收集所有匹配值，去掉内层循环的break，把收集到的值组成列表存入行结果即可

内容的提问来源于stack exchange，提问作者Afshin