如何基于任意列值从Pandas DataFrame匹配并提取对应记录

嘿，这问题很明确，我来给你提供一个简洁的实现方案，既能找到目标值所在的列，又能返回对应的完整记录：

首先，我们先创建题目里的示例DataFrame，并定义目标变量：

import pandas as pd

# 构建示例DataFrame
data = {
    'First_name': ['David', 'Fredrick', 'Donald', 'Cathy'],
    'Last_name': ['Gilbert', 'Manuel', 'Trump', 'Jackso'],
    'Policy_number': ['IOTA123455', 'IOTA367522', 'IOTA337823', 'IOTA892352']
}
df = pd.DataFrame(data)

# 目标查找值
some_value = "Trump"

接下来是核心逻辑：我们需要先定位到包含目标值的行，同时找出它所在的列：

# 1. 找出包含目标值的所有行
matching_rows = df[df.isin([some_value]).any(axis=1)]

# 2. 找出目标值所在的列
matching_columns = df.columns[df.isin([some_value]).any()]

# 输出结果
print(f"目标值 '{some_value}' 所在的列：{list(matching_columns)}")
print("\n对应的完整记录：")
print(matching_rows)

代码解释 #

• df.isin([some_value])：生成一个布尔类型的DataFrame，每个单元格标记为True如果它等于目标值，否则为False。
• .any(axis=1)：按行检查，只要该行有一个True就返回True，帮我们筛选出包含目标值的行。
• df.columns[df.isin([some_value]).any()]：按列检查，找出存在目标值的列名。

当some_value = "Trump"时，运行结果会是：

目标值 'Trump' 所在的列：['Last_name']

对应的完整记录：
  First_name Last_name Policy_number
2     Donald      Trump    IOTA337823

这个方案也适用于目标值在其他列的情况，比如把some_value改成"IOTA892352"，会自动定位到Policy_number列，并返回Cathy的那条记录。

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