如何用pandas实现Excel字符串模糊匹配，忽略空格与大小写差异

def find_string_row(toFind, dframe):
    # 先统一预处理目标字符串，仅需处理一次提升性能
    target = toFind.replace(" ", "").lower()
    max_row = len(dframe)
    index = 0
    while index < max_row:
        # 遍历当前行所有单元格，逐个预处理后匹配
        for cell_val in dframe.iloc[index].values:
            # 先转字符串避免数字、空值类型报错，再执行和目标一致的预处理规则
            processed_val = str(cell_val).replace(" ", "").lower()
            if processed_val == target:
                return index
        # 未匹配到则打印当前行内容，继续下一行
        print(dframe.iloc[index].values)
        index += 1
    # 遍历完所有行未找到匹配，可根据需求调整返回值或抛出异常
    return -1

• 提前对输入的待查找字符串做replace(" ", "").lower()预处理，避免循环内重复计算提升效率
• 对每行每个单元格的内容，先统一转字符串类型，再执行和目标字符串完全一致的预处理规则，之后再做匹配，符合要求的模糊匹配逻辑，示例中的"Address 1 23 "和" add ress 12 3"预处理后结果完全一致，可以正常匹配
• 新增了行数边界判断，避免整表无匹配内容时出现索引越界的死循环问题，无匹配时默认返回-1，可根据业务需求调整为抛出异常等处理逻辑

内容的提问来源于stack exchange，提问作者tbrk