假设所有行都有相同数量的零：

a = df.to_numpy()
a = a[a!=0].reshape(-1,3)

个字符

你可以在列中使用apply numpy的trim_zeros：
注意，这里的假设是，你的零是每行的头或尾

cleaned = np.apply_along_axis(np.trim_zeros, 1, df.to_numpy())
pd.DataFrame(cleaned, columns=df.columns[: cleaned.shape[-1]])

    A   B   C
0   10  10  5
1   13  3   4
2   13  41  55
3   31  30  21
4   11  19  20

字符串

我们可以使用stack和cumcount来重新创建列。
首先，让我们使用mask将任何0转换为NaN值，默认情况下，这些值会被删除在stack中：

from string import ascii_uppercase #for your columns.

letters = dict(enumerate(list(ascii_uppercase)))
s  = df.mask(df.eq(0)).stack().reset_index(1,drop=True).to_frame()

df1 = (
    s.set_index(s.groupby(level=0).cumcount().map(letters), append=True)
    .unstack(1)
    .droplevel(0, 1)
)

print(df1)

   A   B   C
0  10  10   5
1  13   3   4
2  13  41  55
3  31  30  21
4  11  19  20

字符串