在Pandas DataFrame中查找特定值并记录（行,列）索引对

直接用Pandas的向量化操作就能搞定，比手动遍历效率高得多，尤其是处理大数据集的时候，步骤如下：

• 筛选符合条件的值并整理结构
  用布尔索引结合stack()方法，一次性提取所有小于0.12的值，同时保留它们的行、列索引：

  import pandas as pd
  
  # 假设你的原始DataFrame名为df
  filtered_series = df[df < 0.12].stack()
  

• 转换成目标格式的DataFrame
  将得到的Series重置索引，并重命名列名即可：

  result_df = filtered_series.reset_index()
  result_df.columns = ['Row', 'Col', 'Value']
  

• （可选）将行、列索引转为数字位置
  如果你的DataFrame行/列索引不是数字，想要转换成从1开始的数字位置，用下面的代码：

  # 行位置从1开始计数
  result_df['Row'] = df.index.get_indexer(result_df['Row']) + 1
  # 列位置从1开始计数
  result_df['Col'] = df.columns.get_indexer(result_df['Col']) + 1
  

最终得到的result_df就是你需要的格式，示例输出如下：

Row Col Value
4 2 0.105263
...

内容的提问来源于stack exchange，提问作者324