Python pandas：判断df2元素是否在df.columns中并返回单元格索引

首先，你的代码存在几个明显问题：

• 语法错误：range(len(df2): 缺少右括号，应为 range(len(df2))
• DataFrame索引错误：不能直接用 df2[i,j] 访问元素，需用 df2.iloc[i,j]（按位置索引）
• 逻辑错误：df[col] 是df的一整列（Series对象），和单个元素直接比较会返回布尔Series，无法作为if的判断条件
• 大小写错误：Python中打印函数是print()，不是Print()

接下来分两种场景给出解决方案：

场景1：严格按你的需求——判断df2元素是否存在于df.columns中 #

你的df默认列名是[0,1,2]，df2的元素是p和a，显然都不在列名里，但可以用以下代码实现逻辑：

import pandas as pd

df = pd.DataFrame(
    [['p','r','c'],
     ['o','k','a']])
df2 = pd.DataFrame(
    [['p'],
     ['a']])

# 遍历df2的每个元素，记录其在df2中的位置
for i in range(len(df2)):
    for j in range(len(df2.columns)):
        val = df2.iloc[i,j]
        if val in df.columns:
            print(f"元素{val}在df.columns中，df2中的位置是({i},{j})")
        else:
            print(f"元素{val}不在df.columns中，df2中的位置是({i},{j})")

运行结果会输出两次“不在”，因为df的列名是数字，和df2的字符串元素不匹配。

场景2：更合理的实际需求——判断df2元素是否存在于df的单元格中，返回该元素在df中的行、列索引 #

如果你的真实需求是找df2元素在df中的位置，代码如下：

import pandas as pd

df = pd.DataFrame(
    [['p','r','c'],
     ['o','k','a']])
df2 = pd.DataFrame(
    [['p'],
     ['a']])

# 先获取df中所有元素的位置映射
element_positions = {}
for row_idx, row in df.iterrows():
    for col_idx, val in row.items():
        if val not in element_positions:
            element_positions[val] = []
        element_positions[val].append((row_idx, col_idx))

# 遍历df2元素，查找位置
for i in range(len(df2)):
    for j in range(len(df2.columns)):
        val = df2.iloc[i,j]
        if val in element_positions:
            print(f"元素{val}在df中的位置是{element_positions[val]}，df2中的位置是({i},{j})")
        else:
            print(f"元素{val}未在df中找到，df2中的位置是({i},{j})")

运行结果：

元素p在df中的位置是[(0, 0)]，df2中的位置是(0,0)
元素a在df中的位置是[(1, 2)]，df2中的位置是(1,0)

额外优化：更简洁的pandas风格实现 #

如果想避免嵌套循环，用pandas的内置方法更高效：

import pandas as pd

df = pd.DataFrame(
    [['p','r','c'],
     ['o','k','a']])
df2 = pd.DataFrame(
    [['p'],
     ['a']])

# 将df转为长格式，记录每个元素的位置
df_long = df.stack().reset_index()
df_long.columns = ['row', 'col', 'value']

# 遍历df2元素匹配
for val in df2.values.flatten():
    matches = df_long[df_long['value'] == val]
    if not matches.empty:
        positions = list(zip(matches['row'], matches['col']))
        print(f"元素{val}在df中的位置：{positions}")
    else:
        print(f"元素{val}未在df中找到")

运行结果和场景2一致，且代码更符合pandas的使用习惯。

内容的提问来源于stack exchange，提问作者sahraoui khaoula