如何无需嵌套循环同时遍历DataFrame行列，提取含数值单元格的索引与列名？

当然有啦！用pandas内置的stack()方法就能完美解决这个需求，全程不需要手动写嵌套循环，代码简洁还高效。

步骤详解： #

1. 先构造示例DataFrame（和你给出的结构一致）：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {'A': [np.nan, np.nan, np.nan],
     'B': [np.nan, 4, np.nan],
     'C': [np.nan, np.nan, 5]},
    index=['04/04/18', '05/04/19', '06/04/20']
)

2. 用stack()提取非NaN单元格：
   stack()方法会自动剔除所有包含NaN的单元格，把剩余有效数据整理成一个Series，它的索引是原行索引+列名的多层元组：

stacked_series = df.stack()

此时stacked_series的输出为：

05/04/19  B    4.0
06/04/20  C    5.0
dtype: float64

3. 处理索引生成目标字符串列表：
   我们只需要把多层索引的元组反转（列名在前，行索引在后），用'-'拼接成字符串，再转成列表即可。这里用index.map()做向量式操作，比列表推导更高效：

result = stacked_series.index.map(lambda idx_tuple: f"{idx_tuple[1]}-{idx_tuple[0]}").tolist()

最终result就是你想要的：["B-05/04/19","C-06/04/20"]

一行代码简化版： #

如果想更紧凑，还可以把步骤合并成一行：

result = df.stack().index.map(lambda x: f"{x[1]}-{x[0]}").tolist()

这个方法完全利用了pandas的向量化操作，避免了手动循环，处理大DataFrame时效率优势会更明显～

内容的提问来源于stack exchange，提问作者JamesHudson81