如何在Python DataFrame中仅对含NaN的错位行跨列移动数据

核心操作逻辑 #

不需要开展全表批量清洗操作，所有修改动作仅针对存在错位、携带NaN值的索引为2的目标行，其余行的所有原有数值100%保留，不做任何变动。
原目标行的错位成因很明确：该行所有数值整体向左偏移了1列，导致列值对应关系完全错位：

• 原本归属Type列的位置被Rating列应有的数值2占据，Type列实际为空值
• 原本归属Rating列的位置被Reviews列应有的数值19占据
• 原本归属Reviews列的位置被Category列应有的数值3占据
• 最右侧的Category列因为数值偏移留空，形成了初始表里的NaN值

实现代码 #

用loc做行+列的精准定位赋值，从机制上避免误碰其他正常行的数据：

import numpy as np
# 仅修改索引为2的行，按照正确列顺序传入对应值
df.loc[2, ["Type", "Rating", "Reviews", "Category"]] = [np.nan, 2, 19, 3]

关键注意点 #

• 不要使用全局遍历、批量整表移位的方式调整数据，这类操作很容易把其他正常行的合法数值改错
• 这种按行索引+列名的精准赋值方式，修改前后除了目标行之外，其余所有行的内容不会有任何差异
  执行完代码后，得到的DataFrame结构就和目标要求完全一致，没有额外改动。

内容的提问来源于stack exchange，提问作者WF30