Python 如何根据特定列在数据帧中上移行

如何在不影响其他列顺序的情况下，将一行中某一特定列的所有值上移

例如，假设我有以下代码：

import pandas as pd
data= {'ColA':["A","B","C"],
        'ColB':[0,1,2],
        'ColC':["First","Second","Third"]}

df = pd.DataFrame(data)

print(df)

我将看到以下输出：

  ColA  ColB    ColC
0    A     0   First
1    B     1  Second
2    C     2   Third

在我的例子中，我想验证B列没有任何0，如果是这样，它将被删除，并且它下面的所有其他值都会向上推，并且其他列的顺序不会受到影响。大概我会看到以下情况：

  ColA  ColB    ColC
0    A   1     First
1    B   2    Second
2    C   NaN   Third

我不知道如何使用drop或shift方法来实现这一点

---

谢谢

我执行此IIUC的方法是过滤掉ColB中非0的值，并根据获得的有效值的长度用这些值填充列：

m = df.loc[~df.ColB.eq(0), 'ColB'].values
df['ColB'] = float('nan')
df.loc[:m.size-1, 'ColB'] = m

print(df)

 ColA  ColB    ColC
0    A   1.0   First
1    B   2.0  Second
2    C   NaN   Third

---

我执行此IIUC的方法是过滤掉ColB中不是0的值，并根据获得的有效值的长度用这些值填充列：

m = df.loc[~df.ColB.eq(0), 'ColB'].values
df['ColB'] = float('nan')
df.loc[:m.size-1, 'ColB'] = m

print(df)

 ColA  ColB    ColC
0    A   1.0   First
1    B   2.0  Second
2    C   NaN   Third

您可以将0替换为NaN，然后将其余值上移：

将numpy作为np导入 df.ColB.replace0，np.nan，inplace=True df.assignColB=df.ColB.shiftdf.ColB.count-lendf.ColB 您可以将0替换为NaN，然后将其余值上移：

将numpy作为np导入 df.ColB.replace0，np.nan，inplace=True df.assignColB=df.ColB.shiftdf.ColB.count-lendf.ColB 让我们做简单的分类

让我们做简单的分类