我是python的新手，我有一个pandas数据帧，我想逐行迭代(例如其他语言中的2d数组(。目标是这样的逻辑：(如果df是一个类似2d的数组(
for row in df:
if df[row,2] == '' AND df[row,1] !='':
df[row-1,1] = df[row,1]
df[row,1] = ''
重点是：我想把当前行的内容移到第1列的前一行，若当前行第2列为空，而当前行第1列不为空。
我该如何用蟒蛇的方式做到这一点？(例如，不使用for循环进行迭代(。我看到了一些关于矢量化的东西，但我真的不明白它是如何工作的。
还是将df转换为列表列表或数组更容易？文件很大，所以我想用一种快速的方法，我从excel文件中读取，所以我只使用panda的read_excel将其导入到df中。
试试这个(假设第1列是指索引0处的列，第2列是索引1处的列(：
import pandas as pd
import numpy as np
col1, col2 = df.columns[0], df.columns[1]
mask = (df.loc[:, col1] != '') & (df.loc[:, col2] == '')
mask.iloc[0] = False # don't wrap around first row (even if the condition applies)
df.loc[mask.shift(-1, fill_value=False), col1] = df.loc[mask, col1].values
这里的关键点是使用Series.shift将布尔掩码向后移动一。这只使用pandas/numpy矢量化函数，因此它将比使用普通Pythonfor循环进行迭代要好得多。
循序渐进
[获取列的标签：
col1, col2 = df.columns[0], df.columns[1]]为满足条件的行创建一个布尔掩码
True，即第一列为非空，第二列为空：mask = (df.loc[:, col1] != '') & (df.loc[:, col2] == '') mask.iloc[0] = False在这里，我们手动将掩码的第一个元素设置为
False，因为即使第一行满足条件，我们也不能对它做任何事情(没有前一行可以将第一列的值复制到(。(这对Series.shift来说不是问题，它不会环绕，但当我们在步骤3中使用这个掩码来选择要分配的值时，使用df.loc[mask, col1].values：如果mask.iloc[0]是True，我们将比目标多一个值。(将掩码向后移动一以获得要修改的行的掩码(即，紧跟在满足条件的行之前的行(：
mask.shift(-1, fill_value=False)由于我们将掩码向后移动一，因此不会定义最后一个元素，因此我们使用
fill_value=False将其设置为False——我们不想修改最后一行。在第1列中，使用我们计算的两个掩码，将满足条件的行的值分配给它们各自的前一行：
df.loc[mask.shift(-1, fill_value=False), col1] = df.loc[mask, col1].values在这里，我们必须使用右侧的
.values来获得原始numpy值数组，因为如果我们将其保留为Series，Panda将尝试对齐lhs和rhs的索引(由于我们将行移动了一，索引将不匹配，因此最终结果将包含NaNs(；相反，我们只想将rhs的第一个元素分配给lhs的第一时隙，将第二个元素分配到第二时隙，等等。
这与Chaos在评论中概述的方法大致相同。
示例
>>> sample = pd.DataFrame([("spam", ""), ("foo", "bar"), ("baz", ""), ("", "eggs")])
>>> df = sample.copy()
>>> df
0 1
0 spam
1 foo bar
2 baz
3 eggs
>>> col1, col2 = df.columns[0], df.columns[1]
>>> mask = (df.loc[:, col1] != '') & (df.loc[:, col2] == '')
>>> mask.iloc[0] = False
>>> df.loc[mask.shift(-1, fill_value=False), col1] = df.loc[mask, col1].values
>>> df
0 1
0 spam
1 baz bar
2 baz
3 eggs
附录
如果您确实想要使第一行的值环绕到最后一行(如果条件适用于第一行(，即您想要循环移动值，则可以使用np.roll而不是Series.shift:
mask = (df.loc[:, col1] != '') & (df.loc[:, col2] == '')
df.loc[np.roll(mask, -1), col1] = np.roll(df.loc[mask, col1].values, -1)
然后，继续前面的例子：
>>> df = sample.copy()
>>> mask = (df.loc[:, col1] != '') & (df.loc[:, col2] == '')
>>> df.loc[np.roll(mask, -1), col1] = np.roll(df.loc[mask, col1].values, -1)
>>> df
0 1
0 spam
1 baz bar
2 baz
3 spam eggs
如果你找不到更Python的方法，下面是正确的代码：
for i in range(1, len(df)):
if df.iloc[i, 2]='' and df.iloc[i, 1]!='':
df.iloc[i-1, 1]=df.iloc[i,1]
df.iloc[i, 1]=''