Python pandas查找指定字符串单元格并选取其左右n个单元格的方法

核心逻辑 #

用pandas内置向量化方法即可高效完成，不需要写多层循环逐单元格判断，核心步骤：

• 全表做字符串匹配生成布尔掩码，定位所有匹配单元格的行列坐标
• 对每个匹配坐标做列边界截断，避免列索引超出DataFrame的合法范围
• 按截断后的列范围，提取对应行内目标单元格左右各n个单元格的内容

完整可运行代码 #

import pandas as pd

# -------------------------- 测试数据与参数配置 --------------------------
# 示例DataFrame，可替换为实际业务数据
df = pd.DataFrame(
    [
        ['订单A', '华东', '上海', '已签收', '2024-05-01', '快递员张X'],
        ['订单B', '华北', '异常件', '北京', '2024-05-02', '快递员李X'],
        ['订单C', '华南', '广州', '已发货', '异常件', '2024-05-03'],
        ['订单D', '异常件', '深圳', '已揽收', '2024-05-04', '快递员王X']
    ],
    columns=['订单号', '大区', '城市', '物流状态', '更新时间', '配送员']
)
# 要搜索的目标字符串
target_text = "异常件"
# 目标单元格左右各取的相邻单元格数量
n = 1

# -------------------------- 核心匹配提取逻辑 --------------------------
result = []
# 全表转字符串后做匹配，兼容非字符串类型列，空值直接判定为不匹配
match_mask = df.astype(str).apply(lambda col: col.str.contains(target_text, na=False))
# 拿到所有匹配单元格的(行索引位置, 列索引位置)
match_coords = list(zip(*match_mask.values.nonzero()))

for row_pos, col_pos in match_coords:
    # 计算左右边界，越界则自动截断到首尾列
    left_bound = max(0, col_pos - n)
    right_bound = min(df.shape[1] - 1, col_pos + n)
    # 提取对应范围的单元格内容
    extracted = df.iloc[row_pos, left_bound : right_bound + 1]
    result.append(
        {
            "匹配单元格坐标": (df.index[row_pos], df.columns[col_pos]),
            "提取的相邻单元格内容": extracted.to_dict()
        }
    )

# 打印查看结果
for item in result:
    print(item)

关键配置说明 #

• 若需要精确完全匹配字符串，而非包含匹配，把代码里的str.contains替换为str.fullmatch即可
• 若需要忽略大小写匹配，给str.contains/str.fullmatch传入参数case=False
• 若需要按正则规则匹配，直接在str.contains里写对应正则表达式即可，方法默认支持正则匹配
• 边界场景自动兼容：如果匹配单元格在首列，左侧不足n个单元格时会自动从第一列开始提取；在尾列时右侧不足n个单元格会自动提取到最后一列，不会抛出索引越界错误

内容的提问来源于stack exchange，提问作者seps