解决方法是将DataFrame的shift部分：

# read with shifted columns
df = pd.read_csv('myfile.csv', sep=';')

# identify rows with incorrect data
m = df['var5'].isna()
# define columns to correct (second to last)
cols = df.columns[1:]

# correct the invalid rows
df.loc[m, cols] = df.loc[m, cols].shift(axis=1)

输出：

var1  var2   var3 var4  var5
0     1    10   john   40  56.0
1     2  None   mary   34  78.0
2     3  90.0  smith   52  45.0

如果需要，您可以按照以下方式预处理file.csv插入;，让file.csv内容为

var1;var2;var3;var4;var5
1;10;john;40;56
2;mary;34;78
3;90.0;smith;52;45

然后

with open("file.csv","r") as fin, open("file_fixed.csv","w") as fout:
    for line in fin:
        if line.count(';') == 3:
            line = line.replace(';',';;',1)
        fout.write(line)

创建包含以下内容的file_fixed.csv

var1;var2;var3;var4;var5
1;10;john;40;56
2;;mary;34;78
3;90.0;smith;52;45

说明：如果行有3个;，则使用;;替换;一次（即，仅使用;;替换第一个;）

基于numpy.roll和pandas.DataFrame.apply的另一种可能的解决方案：

df = pd.read_csv('myfile.csv', sep=';')

df.iloc[:, 1:] = df.iloc[:, 1:].apply(
    lambda x: np.roll(x, 1) if np.isnan(x[3]) else x, axis=1)

输出量：

var1  var2   var3 var4  var5
0     1    10   john   40  56.0
1     2   NaN   mary   34  78.0
2     3  90.0  smith   52  45.0

关于你最后遇到的特定错误，你会发现打开你的“output.csv”，它不包含任何东西，这就是为什么当你试图打开它时会抛出错误（* 我想是通过使用pd.read_csv？*）。
如果在阅读循环中添加一行print，您会注意到每行是一个1元素的字符串列表，其中的值用分号分隔，而不是5元素的值列表。
这是因为你必须告诉你的读取器方法你使用分号作为分隔符（而不是默认的,）。所以如果你为你的读取器和写入器指定分隔符;，它将创建一个新的csv文件，其中只有行而没有缺失值：

import csv
with open('myfile.csv',newline='') as fin, open('output.csv','w',newline='') as fout:
    reader = csv.reader(fin, delimiter = ';')
    writer = csv.writer(fout, delimiter = ';')
    for row in reader:
        print(row)
        if len(row) > 4:
            writer.writerow(row)

希望这对你有帮助