如何在Pandas DataFrame每行中查找字符串并返回匹配列名？

你遇到的问题很明确：当前代码是在全局范围内找出所有至少有一个值包含"SRC"的列，然后把这些列名统一赋值给每行，而不是针对每行单独判断哪些列的当前值包含"SRC"。

先回顾你的示例DataFrame：

import pandas as pd
df = pd.DataFrame({
    'col1':['foo SRC','bar','baz'], 
    'col2':['foo','bar','baz'],
    'col3':['SRC','bar','SRC'], 
    'col4':['SRC','SRC','SRC']
})

解决方案1：逐行处理（直观易懂） #

用apply指定按行处理，对每行筛选出符合条件的列名并拼接：

df['col_list'] = df.apply(lambda row: '/'.join(row.index[row.str.contains('SRC')]), axis=1)

代码解释：

• row.str.contains('SRC')：对当前行的每个元素检查是否包含"SRC"，返回一个布尔值的Series
• row.index[布尔Series]：根据布尔值筛选出当前行中匹配条件的列名
• '/'.join(...)：将筛选出的列名用斜杠拼接成字符串
• axis=1：告诉apply要按行来执行逻辑

运行后得到的结果正是你想要的：

col1 col2 col3 col4    col_list
0  foo SRC  foo  SRC  SRC  col1/col3/col4
1      bar  bar  bar  SRC          col4
2      baz  baz  SRC  SRC      col3/col4

解决方案2：矢量化方法（高效适合大数据量） #

如果你的DataFrame数据量很大，逐行apply效率会偏低，可以用矢量化的方式处理：

# 第一步：生成布尔矩阵，标记每个位置是否包含"SRC"
mask = df.apply(lambda x: x.str.contains('SRC'))
# 第二步：对每行拼接匹配的列名，最后去掉末尾多余的斜杠
df['col_list'] = mask.dot(mask.columns + '/').str.rstrip('/')

代码解释：

• mask是和原DataFrame形状完全一致的布尔矩阵，每个元素表示对应单元格是否包含"SRC"
• mask.dot(mask.columns + '/')：利用矩阵乘法的特性，把每行中为True的位置对应的列名（加斜杠）拼接起来
• str.rstrip('/')：移除拼接后字符串末尾多余的斜杠

这个方法的执行效率远高于逐行apply，适合处理大规模数据集。

内容的提问来源于stack exchange，提问作者noobtalgic