在Pandas DataFrame中高效查找首个含指定字符串单元格的行号

你的嵌套循环确实能实现功能，但对于大型DataFrame来说效率非常低——Pandas的优势在于矢量化操作，完全没必要用Python层面的嵌套循环来遍历每一个单元格。下面是几个只用Pandas内置功能的高效方案：

方案1：用isin() + any()快速定位行 #

这个方法简洁直观，适合大多数场景：

target_str = 'Car Type'

# 生成布尔掩码：每行只要有一个单元格等于目标字符串就为True
mask = df.isin([target_str]).any(axis=1)

# 获取所有匹配行的索引（行号）
matching_rows = df[mask].index.tolist()

# 如果只需要第一个匹配的行（和你原代码的row_start逻辑一致）
if matching_rows:
    row_start = matching_rows[0]

原理说明： #

• df.isin([target_str])：返回一个和原DataFrame形状相同的布尔DataFrame，每个单元格为True当且仅当它的值等于target_str
• .any(axis=1)：沿着行的方向（横向）合并布尔值，只要该行有一个True，就返回True
• 最后通过布尔掩码过滤DataFrame，提取匹配行的索引

方案2：用stack()实现更高效的查找（适合超大型DataFrame） #

如果你的DataFrame特别大，stack()可以把二维结构转成一维Series，能进一步提升效率：

target_str = 'Car Type'

# 堆叠DataFrame，将列转为多级索引的一部分，然后筛选匹配值
stacked_matches = df.stack()[df.stack() == target_str]

# 提取原行索引，去重后得到所有匹配行号
matching_rows = stacked_matches.index.get_level_values(0).unique().tolist()

# 取第一个匹配行
if matching_rows:
    row_start = matching_rows[0]

原理说明： #

• df.stack()：把DataFrame的列“堆叠”到行索引中，形成一个多级索引的Series（第一级是原行号，第二级是原列名）
• 直接筛选值等于target_str的项，然后提取第一级索引（原行号），去重后得到所有包含目标字符串的行

扩展：如果是匹配子字符串（而非完全相等） #

如果你要找的是包含目标子字符串的单元格（比如单元格值是"Electric Car Type"也需要匹配），可以用str.contains()：

target_str = 'Car Type'

# 注意：确保列是字符串类型，na=False避免NaN值报错
mask = df.apply(lambda col: col.str.contains(target_str, na=False)).any(axis=1)
matching_rows = df[mask].index.tolist()

为什么比嵌套循环好？ #

你的原循环是Python层面逐行逐列遍历，时间复杂度是O(n*m)（n是行数，m是列数）。而Pandas的矢量化操作是底层用C实现的，避免了Python循环的开销，在大型DataFrame上速度会快几十甚至上百倍。

内容的提问来源于stack exchange，提问作者jbentley