如何在DataFrame中逐行匹配嵌套列表的多值并返回对应匹配结果

核心逻辑是先把DataFrame的所有单元格带上位置（行索引、列名）打平，再按嵌套列表的每组关键词分别检索匹配结果，步骤如下：

预处理说明 #

首先注意你的list_1里的部分值带尾空格（比如"xx "），而df里的值是不带空格的"xx"，先统一做前后空格剔除，避免匹配失效。

具体实现步骤 #

• 第一步：把原DataFrame转换为带位置信息的长表
  用melt方法保留原行索引，把所有列的单元格值展开，每条记录对应「原行号、列名、单元格值」三个信息：

  import pandas as pd
  # 先给原df加原行号列，避免melt后丢失行索引
  df = df.reset_index(names='原行号')
  # 打平为长表
  df_long = df.melt(id_vars='原行号', var_name='列名', value_name='单元格值')
  # 统一做空格剔除（如果不需要可以注释这行）
  df_long['单元格值'] = df_long['单元格值'].str.strip()
  

• 第二步：遍历list_1的每一组关键词，批量检索匹配结果
  每组关键词可以直接用isin方法批量匹配，不用逐个遍历关键词：

  list_1 = [["xx ",'yy'], ["gg ",'xx'], ["xx ",'gg']]
  result = []
  for idx, keywords in enumerate(list_1):
      # 先处理当前组关键词的空格
      cleaned_keys = [k.strip() for k in keywords]
      # 匹配所有符合的记录
      match_df = df_long[df_long['单元格值'].isin(cleaned_keys)].copy()
      match_df['匹配组编号'] = idx
      match_df['待匹配关键词组'] = str(keywords)
      result.append(match_df)
  # 合并所有匹配结果
  final_result = pd.concat(result, ignore_index=True)
  

• 第三步：结果导出
  最终输出的final_result里每一行就是一个匹配结果，包含你需要的原行号、列名、匹配到的内容、对应的list_1组信息。如果需要按组拆分，直接按「匹配组编号」筛选即可。

结果验证 #

以你举的第一组关键词["xx ", "yy"]为例，匹配结果会对应：

• 原行号0，列名column1，单元格值xx
• 原行号1，列名column_N，单元格值yy
  和你预期的结果完全一致。

内容的提问来源于stack exchange，提问作者redplanet