如何从单行panda df中检索值等于指定值的对应列名

针对仅1行、1700列的DataFrame场景，不需要做全表扫描，直接提取唯一行做判断即可，以下是可直接复用的方案：

最简写法（确定目标值一定存在时用） #

题目明确值10一定存在于某一列，直接用布尔索引即可，运行效率最高：

# 取df的第一行（位置索引为0），匹配值等于10的列
target_column_name = df.columns[df.iloc[0] == 10][0]

逻辑说明：

• df.iloc[0]会提取第一行的所有值，返回索引为原列名的Series结构
• df.iloc[0] == 10会逐列判断值是否等于10，返回与列等长的布尔序列
• 用布尔序列索引df.columns即可筛选出匹配的列名，因为确定有且仅有一个匹配值，直接取索引0的结果即可

鲁棒性写法（不确定目标值是否存在时用） #

如果后续场景变化可能出现值不存在的情况，可以先转列表做判空，避免索引越界报错：

match_columns = df.columns[df.iloc[0] == 10].tolist()
if match_columns:
    target_column_name = match_columns[0]
    print(f"匹配到的列名为：{target_column_name}")
else:
    print("当前行中不存在值为10的列")

等价写法 #

用pandas内置的等值判断方法eq()，和第一种写法逻辑完全一致，可读性更强：

target_column_name = df.columns[df.iloc[0].eq(10)][0]

针对1700列的规模，以上写法的运行耗时都在毫秒级，完全不需要额外做性能优化。

内容的提问来源于stack exchange，提问作者Dat21