如何在Pandas中查找匹配元素所在的列名与列序号

嘿，我来帮你搞定这个需求！你已经把Excel文件读成了Pandas DataFrame，现在想找到某个值对应的列名和列序号，其实完全不用手动遍历索引列——Pandas和NumPy有更高效的方法，我给你两种实用的解决方案：

方法一：利用Pandas的布尔索引与stack() #

这种方法能清晰定位所有匹配值的位置，还能轻松处理多个匹配的情况：

import pandas as pd

# 你的示例DataFrame
df = pd.DataFrame({'A': [0, 0, 2, 1], 'B': [1,2,3,4], 'C' : [5,7,2,5]})
target_value = 3  # 你要匹配的值

# 生成布尔矩阵找到目标值位置，通过stack()提取有效索引（行+列）
matches = df[df == target_value].stack().index

# 遍历所有匹配结果（支持多匹配场景）
for row_idx, col_name in matches:
    col_index = df.columns.get_loc(col_name)
    print(f"找到匹配值{target_value}：列名={col_name}，列序号={col_index}")

运行后会输出：找到匹配值3：列名=B，列序号=1，完全符合你的需求。如果DataFrame里有多个相同的目标值，这段代码会把所有匹配位置的列信息都输出出来。

方法二：用NumPy的where()直接获取索引 #

如果你想更直接拿到列的序号，NumPy的where()函数会是个好选择：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [0, 0, 2, 1], 'B': [1,2,3,4], 'C' : [5,7,2,5]})
target_value = 3

# 直接获取所有匹配值的行、列索引数组
rows, cols = np.where(df == target_value)

# 遍历结果
for row, col_idx in zip(rows, cols):
    col_name = df.columns[col_idx]
    print(f"找到匹配值{target_value}：列名={col_name}，列序号={col_idx}")

这个方法更简洁，np.where()直接返回匹配值所在的行索引和列序号数组，再通过df.columns[col_idx]就能拿到对应的列名。

如果只需要第一个匹配项的信息，你可以直接取结果的第一个元素：

if len(cols) > 0:
    first_col_idx = cols[0]
    first_col_name = df.columns[first_col_idx]
    print(f"第一个匹配值{target_value}：列名={first_col_name}，列序号={first_col_idx}")

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