如何用Pandas搜索整个DataFrame并返回匹配项的相邻值？

我有如下样本数据集：

Protocol Number:    xx-yzm2 
        
Section Major       Task                        Budget
1                   Study Setup                 25303.18
2                   Study Setup Per-Location    110037.8
3                   Site Identified by CRO      29966.25
4                   Pre-study Site Visit (PSSV) 130525.92

我希望使用contains方法搜索整个DataFrame，传入关键词protocol并返回其相邻的值。由于表格结构可能发生变化，无法按列筛选，请问能否通过Pandas实现该需求？输入关键词为protocol时，期望输出为xx-yzm2。

可以实现，核心思路是把整个DataFrame转为一维序列，忽略原有表格结构，找到匹配关键词的位置后直接取相邻元素。具体代码如下：

import pandas as pd

# 构造示例DataFrame（如果是从文件读取，可替换为pd.read_csv/pd.read_table等方法）
data = [
    ["Protocol Number:", "xx-yzm2", ""],
    ["", "", ""],
    ["Section Major", "Task", "Budget"],
    [1, "Study Setup", 25303.18],
    [2, "Study Setup Per-Location", 110037.8],
    [3, "Site Identified by CRO", 29966.25],
    [4, "Pre-study Site Visit (PSSV)", 130525.92]
]
df = pd.DataFrame(data)

# 将二维DataFlatten转为一维序列，保留元素顺序
flat_series = df.stack().reset_index(drop=True)

# 定位包含关键词的元素索引（不区分大小写，跳过空值）
match_index = flat_series[flat_series.str.contains('protocol', case=False, na=False)].index[0]

# 获取相邻右侧的目标值
result = flat_series[match_index + 1]
print(result)  # 输出：xx-yzm2

关键细节说明 #

• stack()方法会把DataFrame的所有行、列元素按顺序压成一维序列，彻底摆脱原表格结构限制；
• str.contains参数case=False实现不区分大小写搜索，na=False避免空值匹配报错；
• 如果关键词和目标值是上下相邻（而非左右），只需把match_index + 1替换为match_index + df.shape[1]（每一行的元素数量等于列数，下一行元素的索引为当前索引加列数）。

内容的提问来源于stack exchange，提问作者Mike Mann