本文介绍如何在 pandas dataframe 中精准地对部分列（如 b 和 c 列）进行左移（shift）操作，同时保留特定列（如 a 列）完全不变，并正确填充空缺值。
本文介绍如何在 pandas dataframe 中精准地对部分列（如 b 和 c 列）进行左移（shift）操作，同时保留特定列（如 a 列）完全不变，并正确填充空缺值。
在数据处理中，经常需要对 DataFrame 的某些列进行位移操作（如左移一列），但默认的 `df.shift(-1, axis=1)` 会作用于**全部列**，导致首列（如 A）也被覆盖——这显然不符合需求。正确做法是**显式指定目标列**，再对其子集调用 `shift()`，并配合 `fill_value` 参数确保空位被合理填充（例如空字符串 `''`，而非默认的 `NaN`）。以下是最推荐、最清晰的实现方式：
# 仅对列 'B' 和 'C' 执行左移：B ← C，C → 空，A 列保持原样 df[['B', 'C']] = df[['B', 'C']].shift(-1, axis=1, fill_value='')
✅ 该语句含义明确：
- df[['B', 'C']] 提取目标列构成子 DataFrame；
- .shift(-1, axis=1) 表示沿列方向（水平）向左移动 1 位（负数表示左移）；
- fill_value='' 确保右端新产生的空位填充为空字符串，避免出现 NaN；
- 最后通过赋值回写，仅更新 B、C 两列，A 列毫发无损。
你也可以将列名存为变量以提升可维护性：
cols_to_shift = ['B', 'C'] df[cols_to_shift] = df[cols_to_shift].shift(-1, axis=1, fill_value='')
⚠️ 注意事项：
- 不要使用 df.shift(-1, axis=1) 全局操作——它会破坏第一列；
- fill_value 参数至关重要：若省略，移出的值变为 NaN，且末列补 NaN，与预期空字符串不符；
- 若只需对某几行（如仅第 1 行）执行该操作，可结合 .loc 定位：
rows = [1] # 仅对索引为 1 的行操作 df.loc[rows, cols_to_shift] = df.loc[rows, cols_to_shift].shift(-1, axis=1, fill_value='')
此方法灵活、安全、语义清晰，是 Pandas 列级位移操作的最佳实践。
