如何在Pandas DataFrame中定位指定字符串的位置

方法一：使用np.where直接获取位置索引 #

np.where会返回匹配元素的行和列索引数组，取第一个匹配项即可得到目标位置：

import numpy as np

target_date = '2022-05-29'
# 获取所有匹配位置的行、列索引
rows, cols = np.where(grid_table == target_date)
# 转换为[行位置, 列位置]格式（取第一个匹配结果）
position = [int(rows[0]), int(cols[0])]
print(position)  # 输出: [0, 0]

方法二：通过堆叠DataFrame查找标签后转换为位置 #

如果需要先获取行/列标签再转位置，可采用堆叠方式：

# 将DataFrame堆叠为带索引的Series
stacked_df = grid_table.stack().reset_index()
# 筛选目标日期对应的行
match_row = stacked_df[stacked_df[0] == target_date].iloc[0]
# 将标签转换为整数位置
row_pos = grid_table.index.get_loc(match_row['level_0'])
col_pos = grid_table.columns.get_loc(match_row['level_1'])
position = [row_pos, col_pos]
print(position)  # 输出: [0, 0]

你的错误原因说明 #

• grid_table.where([grid_table == '2022-05-29'] == True)：将布尔DataFrame包裹进列表后与True比较，得到的是单个布尔值，而where要求传入与原DataFrame同形状的布尔数组，因此触发维度不匹配错误。
• [grid_table == '2022-05-29'] == True：列表与布尔值直接比较，逻辑无意义，返回False是必然结果。
• grid_table[grid_table == '2022-05-29']：这种索引方式会保留所有行列结构，仅将不匹配位置设为NaN，因此会显示整个表格而非仅匹配区域。
• grid_table.loc[grid_table == '2022-05-29']：loc不支持多维布尔索引，因此抛出错误。

内容的提问来源于stack exchange，提问作者Henul