基于搜索值索引返回列值：Pandas数据框日期匹配问题

直接用Pandas的矢量化字符串操作就能高效解决，不用单独提取索引再匹配，一步到位：

1. 构造示例DataFrame #

import pandas as pd

data = {
    0: [0, 1, 2, 3],
    1: ["8/2/22", "8/3/22", "8/4/22", "8/5/22"],
    2: ["Jim's number -223-", "Al's number -354L-", "Eric's number -35034-", "John's number -35478-"],
    3: ["Evan's number -4566-", "Tess's number -45366-", "Daniel's number -LP4566-", "Jacob's number -XF4T67-"]
}
df = pd.DataFrame(data)

2. 核心实现：直接筛选匹配行并提取日期 #

用str.contains()对目标列做部分字符串匹配，合并列的匹配结果后，直接提取对应行的日期列（第1列）：

# 要搜索的目标字符串
target_str = "-223-"

# 第2、3列中任意一列包含目标字符串的布尔条件
match_condition = df[2].str.contains(target_str) | df[3].str.contains(target_str)

# 提取匹配行的日期
matched_dates = df.loc[match_condition, 1]
print(matched_dates)
# 输出：0    8/2/22
#      Name: 1, dtype: object

如果需要同时获取匹配的编号和日期，可以进一步提取编号：

# 提取第2列中匹配的编号+日期
df.loc[df[2].str.contains(target_str), [1, 2]]
# 提取第3列中匹配的编号+日期
df.loc[df[3].str.contains(target_str), [1, 3]]

3. 若需单独获取匹配行索引 #

如果一定要拿到匹配行的索引，直接从布尔条件转换即可：

matched_indices = df[match_condition].index
# 用索引取日期
matched_dates = df.loc[matched_indices, 1]

最优解优势 #

• 用Pandas内置矢量化操作，比手动循环遍历效率高几个数量级，适配大数据量场景；
• 代码简洁，直接关联条件与结果，无需中间索引变量，降低出错概率。

内容的提问来源于stack exchange，提问作者Jordan K