如何更快地根据给定值获取pandas DataFrame对应的列？

因为你的DataFrame规模很小（21行16列），提前构建值到列名的映射字典是最适合的优化方式——一次构建完成后，后续每次查询都是O(1)的时间复杂度，比你原来每次都遍历整个DataFrame的方法快得多。

具体实现步骤 #

1. 提前构建映射字典
   遍历DataFrame的每一列，把非空值和对应的列名存入字典：

   # 假设你的DataFrame名为df
   value_to_col = {}
   for col in df.columns:
       # 过滤掉NaN值，遍历列内的每个有效值
       for val in df[col].dropna():
           value_to_col[val] = col
   

   或者用更简洁的字典推导式：

   value_to_col = {val: col for col in df.columns for val in df[col].dropna()}
   

2. 快速查询函数
   直接通过字典的get方法取值，还能处理值不存在的情况：

   def get_column(val):
       # 若值不存在，返回None（可根据需求修改默认返回值）
       return value_to_col.get(val, None)
   

效果示例 #

用你提供的DataFrame测试：

• 输入get_column("Cell 6")，返回Column B
• 输入get_column("Cell 10")，返回Column C
• 输入不存在的值，返回None

这种方式的优势在于，字典构建只需要执行一次，之后不管查询多少次，都是直接键值对查找，完全避免了原来方法中每次查询都要做的布尔索引、stack、索引提取等耗时操作，多次迭代下速度提升非常明显。

内容的提问来源于stack exchange，提问作者Ruan Carlo Weiers Britzke