保留第一行，并将多个列中的其他值更改为NaN。

下面是一个示例代码，演示如何保留第一行，并将多列中的其他值更改为NaN：

import pandas as pd
import numpy as np

# 创建示例数据帧
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': [11, 12, 13, 14, 15],
        'D': [16, 17, 18, 19, 20]}
df = pd.DataFrame(data)

# 保留第一行
df.iloc[1:, :] = np.nan

print(df)

输出结果为：

     A    B    C    D
0  1.0  6.0  11.0  16.0
1  NaN  NaN   NaN   NaN
2  NaN  NaN   NaN   NaN
3  NaN  NaN   NaN   NaN
4  NaN  NaN   NaN   NaN

在这个例子中，我们使用了pandas库来创建一个数据帧。然后，我们使用iloc方法选择第一行之后的所有行，并将其值更改为NaN。最后，我们打印出结果数据帧。