如何在Pandas DataFrame中定位部分字符串匹配的行与列？

错误原因 #

你遇到的报错是因为ask2 = np.equal(ask, True)生成的是一个布尔Series，直接用if ask2 == True判断时，Pandas无法确定你要验证整个Series全为True还是存在任意True值，因此抛出歧义错误。

优化解决方案（推荐向量化操作，避免循环） #

Pandas原生支持向量化操作，比手动遍历高效得多，直接用以下代码获取所有匹配的行、列索引：

import pandas as pd
import numpy as np

# 生成布尔掩码：标记所有包含目标字符串的单元格
mask = df.apply(lambda col: col.str.contains('string', na=False))
# 获取所有匹配位置的行、列索引
row_indices, col_indices = np.where(mask)

• na=False是为了处理空值，避免NaN干扰判断
• row_indices是所有匹配行的索引数组，col_indices是对应列的索引数组

修复你原有循环代码的写法 #

如果你坚持用循环实现，需要修改内层循环，判断单个元素而非整个Series：

rowindex = []
columnindex = []

for i in range(len(df.columns)):
    ask = df.iloc[:, i].str.contains('string', na=False)
    for j in range(len(ask)):
        # 直接判断当前行的布尔值
        if ask.iloc[j]:
            columnindex.append(i)
            rowindex.append(j)

注意：这种循环方式在DataFrame数据量大时效率极低，不推荐使用。

内容的提问来源于stack exchange，提问作者M195