pandas中如何获取附带对应列名的行数据值

首先对齐输出格式的基础规则：原始数据集里小写的id列名需要转为全大写，和其他列的命名格式统一，匹配目标输出规范。

基础数据集准备 #

import pandas as pd

# 复现给出的原始数据集
df = pd.DataFrame({
    "FIRST_NAME": ["PAUL", "LAURA"],
    "LAST_NAME": ["OLSAN", "HINKLE"],
    "id": [54, 32]
})

# 列名转全大写，生成和目标一致的ID列名
df.columns = [col.upper() for col in df.columns]

文本生成实现 #

两种常用写法可按数据规模选择：

逐行遍历写法 #

逻辑直白，小数据量下调整格式非常方便：

case_texts = []
for _, row in df.iterrows():
    # 按列拼接「列名: 字段值」格式的单条案例文本
    single_case = "\n".join([f"{col} : {row[col]}" for col in df.columns])
    case_texts.append(single_case)

# 不同案例之间加空行分隔，方便单独复制单条内容
output = "\n\n".join(case_texts)
print(output)

运行后的输出完全匹配要求：

FIRST_NAME : PAUL
LAST_NAME : OLSAN
ID : 54

FIRST_NAME : LAURA
LAST_NAME : HINKLE
ID : 32

向量化写法 #

处理万行以上的大规模数据集时运行效率更高，无Python层循环开销：

# 按行应用格式规则生成案例文本
case_texts = df.apply(
    lambda row: "\n".join([f"{col} : {row[col]}" for col in df.columns]),
    axis=1
).tolist()

output = "\n\n".join(case_texts)

常用调整技巧 #

• 冒号前后的空格可直接修改拼接字符串调整，需要紧凑格式就将f"{col} : {row[col]}"改为f"{col}:{row[col]}"
• 生成的内容可直接导出为本地文本文件，补充以下代码即可：

  with open("case_details.txt", "w", encoding="utf-8") as f:
      f.write(output)
  

• 案例间的空行分隔设计，支持直接框选单条案例的完整明细复制，粘贴后即可在下方补充案例分析内容，不需要手动逐字敲入字段。

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