如何选择存在任意两列非空的行？以及如何筛选DataFrame中非零列数超过2的行？

让我来帮你搞定这两个Pandas数据筛选的问题：

要实现这个需求，核心是统计每行中非空值的数量，再筛选出数量≥2的行就行。

假设你的DataFrame名为df，如果要检查全部列的非空情况，代码可以这么写：

# 统计每行非空值的数量，筛选数量≥2的行
filtered_df = df[(df.notna()).sum(axis=1) >= 2]

如果只需要检查特定列（比如列名为col1、col2、col3的几列），可以指定列子集：

# 仅统计指定列的非空数量
filtered_df = df[(df[['col1', 'col2', 'col3']].notna()).sum(axis=1) >= 2]

原理很简单：df.notna()会把所有非空值转换成True（等价于1），空值转换成False（等价于0）；sum(axis=1)按行求和，得到每行的非空列数量；最后通过>=2筛选出符合条件的行。

你原来的代码用了.any(1)，这个方法只要行里有一个非零值就会返回True，所以只能筛选出至少1个非零列的行。要统计非零列的数量，只需要把.any(1)换成.sum(axis=1)，再判断数量是否超过2就行。

修改后的代码如下：

# 统计第2到12列（iloc[:,1:13]）的非零数量，筛选数量>2的行
filtered_df = df[(df.iloc[:, 1:13] != 0.0).sum(axis=1) > 2]

解释一下：

1. df.iloc[:, 1:13] != 0.0生成一个布尔DataFrame，非零值对应True，零值对应False
2. .sum(axis=1)按行计算True的数量（也就是非零列的个数）
3. >2筛选出非零列数量超过2的行——如果你的需求是“至少2个”，就把>2改成>=2

内容的提问来源于stack exchange，提问作者ragendthsfdc pk