在Pandas DataFrame中查找子串并输出匹配行的下一行

步骤1：定位所有包含目标子串的行索引 #

先找出DataFrame中所有包含指定子串的行，获取它们的索引：

import pandas as pd

df = pd.read_excel("sample.xlsx")
substring = "Size of file is:"

# 生成包含子串的行的布尔掩码
mask = df.apply(lambda row: row.astype(str).str.contains(substring, case=False).any(), axis=1)
# 获取匹配行的索引列表
match_indices = df[mask].index

步骤2：筛选有效下一行并提取数据 #

匹配行的下一行索引为match_indices + 1，但要排除超出DataFrame行数的索引（比如最后一行没有下一行）：

# 计算下一行索引，过滤掉超出范围的无效索引
next_row_indices = match_indices + 1
next_row_indices = next_row_indices[next_row_indices < len(df)]

# 提取所有目标下一行的数据
result_df = df.loc[next_row_indices]

步骤3：仅保留子串出现次数超50次的结果 #

先统计匹配行的数量，只有次数超过50次时才输出结果：

if len(match_indices) > 50:
    print(result_df)
    # 可选：将结果保存到Excel
    # result_df.to_excel("target_next_rows.xlsx", index=False)
else:
    print("目标子串出现次数未超过50次")

完整代码 #

import pandas as pd

df = pd.read_excel("sample.xlsx")
substring = "Size of file is:"

# 定位包含子串的行
mask = df.apply(lambda row: row.astype(str).str.contains(substring, case=False).any(), axis=1)
match_indices = df[mask].index

# 检查出现次数并输出结果
if len(match_indices) > 50:
    next_row_indices = match_indices + 1
    next_row_indices = next_row_indices[next_row_indices < len(df)]
    result_df = df.loc[next_row_indices]
    print(result_df)
else:
    print("目标子串出现次数不足50次，无需输出下一行")

内容的提问来源于stack exchange，提问作者Beast