Python 如何动态独立地移动数据帧中的列？

我希望实现的是能够使我的值正常化，以便它们都从任意的零日开始。想象一下下面的数据帧：

df = pd.DataFrame(np.array([[1, 0, 0], [4, 5, 0], [7, 8, 9], [7, 8, 9], [4, 5, 0], [7, 8, 9]]), 
              columns=['a', 'b', 'c'], 
              index = ['1/1/2000', '1/1/2001', '1/1/2002', '1/1/2003', '1/1/2004', '1/1/2005'])

其结果如下：

            a   b   c
1/1/2000    1   0   0
1/1/2001    4   5   0
1/1/2002    7   8   9
1/1/2003    7   8   9
1/1/2004    4   5   0
1/1/2005    7   8   9    

我试图实现的是在每列中找到第一个非零值，并将该列中的值移到索引零。因此，最终的数据帧看起来与此类似：

            a   b   c
1/1/2000    1   5   9
1/1/2001    4   8   9
1/1/2002    7   8   0
1/1/2003    7   5   9
1/1/2004    4   8   0
1/1/2005    7   0   0 

我试着用轮班，我可以用这样的方式：

df.b = df.b.shift(periods = -1, fill_value = 0)

但目前我还不知道有什么不使用for循环的熊猫友好方式

---

如果有人能帮助您找到第一个非零值，然后将值正确地移到索引零，请欣赏。

首先通过比较不等于的值来获得移位数，然后添加累积和，比较

0

和最后一次计数

True

s by

sum

。然后与lambda函数一起使用，并为换档选择

系列的值

：

s = df.ne(0).cumsum().eq(0).sum()
df = df.apply(lambda x: x.shift(periods = -s[x.name], fill_value = 0))
print (df)
          a  b  c
1/1/2000  1  5  9
1/1/2001  4  8  9
1/1/2002  7  8  0
1/1/2003  7  5  9
1/1/2004  4  8  0
1/1/2005  7  0  0

---

谢谢你非常聪明的回答，你能解释一下为什么第二行可以工作吗？我刚接触熊猫，并将我目前的项目作为学习机会。我对-s[x.name]特别感到困惑，我知道s是一个数据系列，但我不能理解x指的是什么以及x.name对s的意义，再次感谢。