如何轻松地同时遍历行和列?

如果列和索引值已排序,请使用 stack 具有 dropna 最后加入 MulitIndex 列表理解:

s = df.stack().dropna()
idx = ['{}-{}'.format(b, a) for a, b in s.index]
#python 3.6+
#idx = [f'{b}-{a}' for a, b in s.index]
print (idx)
['B-05/04/19', 'C-06/04/20']

或获取非Nans值的索引,获取索引值并连接在一起:

x, y = np.where(df.notnull())
idx = df.columns[y] + '-' + df.index[x]
print (idx)
Index(['B-05/04/19', 'C-06/04/20'], dtype='object')

类似于耶斯拉利的解决方案,但是 numpy.argwhere :

>>> idx = np.argwhere(df.notna().values)                                                                                          
>>> ['{}-{}'.format(df.columns[j], df.index[i]) for i, j in idx]                                                                  
['B-05/04/19', 'C-06/04/20']