Python：对Pandas DataFrame所有列进行多条件过滤求行数

针对你的需求，这里提供两种常见场景的高效Pandas实现，均为向量化操作，适配大数据集：

场景1：统计至少有一列数值在4-6之间的行数 #

只要某一行存在任意一个符合条件的数值，即计入统计：

# 生成布尔矩阵，标记每个元素是否满足3<x<7
mask = (df > 3) & (df < 7)
# 对每行判断是否存在符合条件的元素，再统计总数
valid_rows = mask.any(axis=1).sum()

如果仅针对整数4/5/6，也可以用isin更直观：

mask = df.isin([4,5,6])
valid_rows = mask.any(axis=1).sum()

场景2：统计所有列数值都在4-6之间的行数 #

要求一行的所有列数值均满足条件：

mask = (df > 3) & (df < 7)
valid_rows = mask.all(axis=1).sum()

额外需求：统计所有符合条件的单元格总数 #

如果需要统计整个DataFrame里满足条件的单元格数量：

total_valid_cells = ((df > 3) & (df < 7)).sum().sum()

内容的提问来源于stack exchange，提问作者E_Sarousi