Python中用If语句匹配上下行值时未找到全部匹配的问题排查

import pandas as pd
import numpy as np
df= pd.read_csv ("file.csv")
n = 0

a = 7        # 1st value to find in row1
b = 39       # 2nd value to find in row2
c = 10       # 3rd value to find in row3
d = 38       # 4th value to find in row4

value_1 = 5
value_2 = 21

while n < len(df)-1 : 
    if df.loc[n].isin([a]).any                    # 7 is in any in n row
        if df.loc[n+1].isin([b]).any():           #39 is in any in n+1 row
            if df.loc[n+2].isin([c]).any():       #10 is in any in n+2 row
                if df.loc[n+3].isin([d]).any():   #44 is in any in n+3 row

                        if df.loc[n].isin([value_1]).any():       
                             if (df.loc[n].isin([value_2 ]).any() or df.loc[n-1].isin([value_2 ]).any() or df.loc[n+1].isin([value_2 ]).any()):                                                                     
                                  display (df.loc[n:n])
                        elif df.loc[n+1].isin([value_1]).any() :     
                            if (df.loc[n+1].isin([value_2 ]).any() or df.loc[n].isin([value_2 ]).any() or df.loc[n+1].isin([value_2 ]).any()): 
                               display (df.loc[n:n])
                        elif df.loc[n-1].isin([value_1]).any() :
                            if (df.loc[n-1].isin([value_2 ]).any() or df.loc[n-2].isin([value_2 ]).any() or df.loc[n].isin([value_2 ]).any()): 
                                  display (df.loc[n:n])

需求说明 #

• 先找到连续四行：第n行含a，n+1行含b，n+2行含c，n+3行含d
• 检查value_1是否出现在第n行、n-1行或n+1行中
• 若value_1存在，需确认value_2出现在该value_1所在行或其上下行中
• 满足条件则显示对应行

问题现状 #

代码运行后仅返回部分匹配结果，示例数据如下：

A   B   C   D   E   F  
1 | 4   5   8   16  5   44  #VALUE_1 (5)
2 | 1   4   12  15  22  21  #VALUE_2 (21)
3 | 2   11  13  15  28  33  
4 | 5   15  29  35  7   33
5 | 6   7   39  12  14  16  
6 | 1   9   10  12  20  26  
7 | 6   38  20  36  33  34  
8 | 12  21  7   28  35  39  
9 | 5   18  39  33  35  36  
10| 4   7   10  18  19  28  
11| 3   4   15  19  28  38  

示例中第4-7行满足连续四行匹配条件，value_1(5)在第4行，需检查value_2(21)是否在第3、4、5行中，满足条件应显示对应行，但代码未正确捕获这类情况。

问题根源 #

1. 语法错误：第一个if语句df.loc[n].isin([a]).any缺少括号，应为.any()，直接导致部分逻辑未执行或报错。
2. elif逻辑限制：使用elif会导致只要前一个条件满足，后续条件就被跳过。比如如果n行和n+1行同时存在value_1，只会检查第一个条件，漏掉第二种情况。
3. 边界索引错误：
   • 循环条件n < len(df)-1错误，需访问n+3行，循环上限应为len(df)-3，否则会出现索引越界。
   • 当n=0时，n-1=-1，访问df.loc[-1]会触发错误，未处理边界情况。
4. 逻辑冗余与错误：第二个elif中重复判断df.loc[n+1].isin([value_2]).any()，且部分条件未覆盖需求场景。

修正后的代码 #

import pandas as pd
import numpy as np

df = pd.read_csv("file.csv")
a = 7
b = 39
c = 10
d = 38
value_1 = 5
value_2 = 21

# 遍历所有合法的n，确保n+3不超出索引范围
for n in range(len(df) - 3):
    # 检查连续四行的匹配条件
    if (df.loc[n].isin([a]).any() and
        df.loc[n+1].isin([b]).any() and
        df.loc[n+2].isin([c]).any() and
        df.loc[n+3].isin([d]).any()):
        
        # 收集需要检查value_1的行，避免负索引
        check_rows = []
        if n > 0:
            check_rows.append(n-1)
        check_rows.extend([n, n+1])
        
        # 逐个检查包含value_1的行，验证value_2的存在
        for row_idx in check_rows:
            if df.loc[row_idx].isin([value_1]).any():
                # 确定value_2的检查范围，避免索引越界
                start = max(0, row_idx - 1)
                end = min(len(df)-1, row_idx + 1)
                # 检查范围内是否存在value_2
                if df.loc[start:end].isin([value_2]).any().any():
                    display(df.loc[n:n])
                    break  # 避免重复显示同一n行

关键改进点 #

• 用for循环替代while，更清晰且从根源避免索引越界
• 去掉elif，改用遍历所有可能的value_1出现行，确保不遗漏任何匹配情况
• 增加边界检查，避免访问负索引或超出数据长度的索引
• 简化value_2的范围检查逻辑，用切片+双重any()实现高效判断

内容的提问来源于stack exchange，提问作者Kan