如何在Pandas DataFrame中查找列表值并提取匹配行？

你的现有代码存在一个问题：i[i.isin(numbers)]会保留所有行，但仅在匹配的列显示对应值，不匹配的列会显示NaN，并不是真正提取整行包含目标值的数据。下面是最优实现方案：

核心思路 #

用isin()判断每个元素是否在目标列表中，再通过any(axis=1)检查每行是否存在至少一个匹配值，以此作为行索引提取整行数据。

修正后的代码 #

方案1：返回DataFrame（最常用，保留原数据结构） #

import pandas as pd
import os

def searchXlsx(xlsx_file: str, numbers: list) -> pd.DataFrame:
    # pd.read_excel可直接接收文件路径，无需手动open
    df = pd.read_excel(os.path.realpath(xlsx_file))
    # 筛选出任意列包含列表中值的行
    result = df[df.isin(numbers).any(axis=1)]
    return result

方案2：返回列表（符合你函数标注的返回类型，每行转字典） #

import pandas as pd
import os

def searchXlsx(xlsx_file: str, numbers: list) -> list:
    df = pd.read_excel(os.path.realpath(xlsx_file))
    result_df = df[df.isin(numbers).any(axis=1)]
    # 转成字典列表返回
    return result_df.to_dict('records')

优化技巧 #

• 如果只需要在特定列中匹配（比如只在'编号'列查找），可以缩小判断范围，提升效率：

  result = df[df['编号'].isin(numbers)]
  

• 如果目标列表是字符串且需要模糊匹配，可以用str.contains()结合|拼接匹配条件，但精确匹配场景下isin()是最优选择。

内容的提问来源于stack exchange，提问作者Joka