如何实现Pandas中可变数量列的OR逻辑数据筛选？

要实现对任意数量的Threshold_cyl_n列进行筛选（只要其中任意一列值≥0.2即保留该行），可以通过动态匹配目标列+行级任意条件判断来完成，无需手动枚举每一列：

步骤1：匹配所有目标列 #

先从DataFrame中提取所有符合Threshold_cyl_命名规则的列，有两种常用方式：

• 方式一：用str.startswith精准匹配前缀

  target_cols = df.columns[df.columns.str.startswith('Threshold_cyl_')]
  

• 方式二：用filter(like)匹配包含指定字符串的列（适合列名包含该标识但前缀不完全一致的场景）

  target_cols = df.filter(like='Threshold_cyl_').columns
  

步骤2：生成筛选条件 #

利用>=0.2生成布尔矩阵，再用any(axis=1)判断每行是否有至少一个列满足条件：

filter_condition = (df[target_cols] >= 0.2).any(axis=1)

步骤3：应用筛选 #

将条件传入loc完成数据筛选：

df = df.loc[filter_condition]

完整示例代码 #

# 动态匹配目标列
target_cols = df.columns[df.columns.str.startswith('Threshold_cyl_')]
# 生成并应用筛选条件
df = df.loc[(df[target_cols] >= 0.2).any(axis=1)]

这种写法会自动适配Threshold_cyl_n列的数量变化，不管是3列还是10列，都不需要修改代码逻辑。

内容的提问来源于stack exchange，提问作者Mingian101