如何根据Pandas DataFrame表头的'X'标记获取对应列的索引编号

核心思路 #

你之前代码报错的原因是遍历Series（也就是df.iloc[0]的返回类型）时默认取的是单元格值，属于字符串类型，调用.index实际是字符串的内置方法，自然拿不到列索引编号。你可以直接用列表推导式快速筛选符合条件的列索引，不需要写循环。

分场景实现 #

场景1：标记'X'在DataFrame原生列名中 #

也就是你示例中创建df时字典的键为'X'/空的情况，直接筛选列名即可：

# 获取所有列名含'X'的列索引编号
column_numbers = [idx for idx, col_name in enumerate(df.columns) if 'X' in str(col_name)]

# 按你之前的逻辑筛选列
df_right_columns = df[df.columns[column_numbers]]

场景2：标记'X'在第一行数据（你所说的表头行）中 #

如果'X'是存在于df.iloc[0]返回的行里，按以下逻辑写：

# 获取第一行值含'X'的列索引编号
column_numbers = [idx for idx, cell_val in enumerate(df.iloc[0]) if 'X' in str(cell_val)]

# 筛选目标列
df_right_columns = df[df.columns[column_numbers]]

修正你原来的循环写法 #

如果你坚持用循环实现，可以用items()同时遍历列索引和单元格值：

header_row = df.iloc[0]
for col_idx, cell_val in header_row.items():
    if 'X' in str(cell_val):
        # 此处col_idx就是列的索引名，如果需要0开始的数字编号，把循环改为for idx, (col_idx, cell_val) in enumerate(header_row.items())
        print(f"列编号：{col_idx}，单元格值：{cell_val}")

可选后续操作 #

如果你需要把第一行数据设为新的表头，筛选完可以补如下代码：

# 将第一行设为新列名
df_right_columns.columns = df_right_columns.iloc[0]
# 去掉原来的表头行，重置索引
df_right_columns = df_right_columns[1:].reset_index(drop=True)

内容的提问来源于stack exchange，提问作者russianmax