Pandas查找包含多个任意分布在列中的指定值的行的方法

问题说明 #

现有Pandas DataFrame，已知恰好有一行分散在不同列中包含多个指定值，需要定位该行并获取其索引。

优化解决方案 #

完全匹配场景（单元格值和目标值完全相等） #

这是最常用的场景，直接使用Pandas向量化操作即可，写法简洁高效：

import pandas as pd
import numpy as np

# 定义要匹配的目标值集合
targets = {'hey', 'here', 'I am'}
# 筛选出包含所有目标值的行，取第一个（也是唯一的）索引
row_idx = df[df.isin(targets).sum(axis=1) == len(targets)].index[0]

逻辑说明：

1. df.isin(targets) 返回与原DataFrame维度一致的布尔矩阵，元素为True代表该位置的值属于目标集合
2. .sum(axis=1) 对布尔矩阵按行求和，得到每行包含目标值的总个数
3. 筛选出行和等于目标值总数的行，即为同时包含所有目标值的行，直接取其索引即可

模糊匹配场景（单元格包含目标子串即判定命中） #

如果你需要保留原实现中的模糊匹配逻辑（只要单元格包含目标子串就算匹配成功），可以使用如下写法：

target_list = ["hey", "here", "I am"]
# 逐目标生成行匹配掩码，取所有目标都匹配的行
mask = np.column_stack([df.stack().str.contains(t, na=False).unstack().any(axis=1) for t in target_list]).all(axis=1)
row_idx = df[mask].index[0]

方案优势 #

• 避免了逐行遍历的iterrows操作，数据规模越大，执行效率优势越明显
• 写法简洁符合Pandas最佳实践，可维护性高
• 灵活可扩展，仅需修改目标集合/列表即可适配不同的匹配需求

内容的提问来源于stack exchange，提问作者the_economist