如何用Pandas统计每行非零值数量并筛选符合条件的数据行？

1. 统计每行的非零值数量 #

要统计DataFrame每行的非零值数量，可结合ne(0)（判断值是否非零）和sum(axis=1)（按行求和）实现，注意先排除非数值列（比如示例中的name列）。

首先创建示例DataFrame：

import pandas as pd

data = {
    'name': ['kim', 'yu', 'min'],
    'data1': [0, 0, 2],
    'data2': [1, 1, 0],
    'data3': [1, 1, 0]
}
df = pd.DataFrame(data)

计算每行非零值数量，可新增一列存储结果：

# 排除name列，计算每行非零值数量
df['non_zero_count'] = df.drop('name', axis=1).ne(0).sum(axis=1)

执行后，df会新增non_zero_count列，对应值分别为2、2、1。

2. 筛选符合条件的行 #

根据你的示例需求（保留kim、yu的行），这些行的非零值数量为2。如果要保留非零值数量≥2的行，直接用布尔索引筛选：

# 筛选非零值数量≥2的行
filtered_df = df[df['non_zero_count'] >= 2]

若不想新增列，也可直接在筛选时计算：

filtered_df = df[df.drop('name', axis=1).ne(0).sum(axis=1) >= 2]

注：你描述中提到"超过2个"，但示例中kim、yu的非零值数量为2（并未超过2）。如果确实需要筛选非零值数量>2的行，只需将条件改为>2，但此示例中没有符合条件的行。

内容的提问来源于stack exchange，提问作者Shale