如何在未知列/索引的DataFrame中查找含指定数字的列

我们可以利用Pandas的矢量化字符串操作结合正则表达式高效实现需求，全程避免暴力遍历行列，核心是通过精确匹配判断每列是否存在目标数字。

步骤代码 #

1. 先构建示例DataFrame：

import pandas as pd

data = {'name1': ['1456, 1324, 4782', '5428'], 
        'name2': ['7832, 1477, 8092', ''], 
        'name3': ['9496', '7842, 8326'], 
        'name4': ['5532, 1886', '7732, 6512, 9044']}
df = pd.DataFrame(data)

2. 定义目标数字并构建精确匹配模式：
   用正则的\b（单词边界）确保只匹配完整数字，避免出现找147时误匹配1477这类部分匹配的问题。

target = '1477'  # 转成字符串，和列中数据格式保持一致
pattern = rf'\b{target}\b'

3. 筛选包含目标数字的列：

# 对每列检查是否存在匹配行，返回标记列是否符合的布尔Series
col_match_mask = df.apply(lambda col: col.str.contains(pattern, na=False)).any(axis=0)

# 提取匹配的列名列表
matched_cols = col_match_mask[col_match_mask].index.tolist()
print(matched_cols)  # 输出: ['name2']

关键说明 #

• 高效性：apply配合str.contains是Pandas优化过的矢量化操作，比手动循环行列效率高得多，完全适配大数据量场景。
• 空值处理：na=False参数确保空字符串或缺失值直接被判定为不匹配，不会干扰结果。
• 精确匹配：正则\b会匹配数字前后的非单词字符（逗号、空格、字符串开头/结尾），保证只命中完整的目标数字。

扩展测试 #

比如查找数字5428会得到['name1']，查找9044会得到['name4']，完全符合预期。

内容的提问来源于stack exchange，提问作者Luke M