Pandas如何筛选任意分数列满足>=85条件的DataFrame行

实现思路 #

不需要逐个列编写判断条件，核心逻辑分两步：

1. 动态匹配所有分数列：自动识别所有命名符合Score前缀规则的列，适配列数增减的场景
2. 用pandas原生向量化方法做行级判断：逐行检查是否存在任意分数列满足阈值要求，避免逐行循环的性能损耗

完整代码示例 #

首先构造测试数据集：

import pandas as pd

# 初始化示例DataFrame
df = pd.DataFrame({
    'Name': ['Leo', 'Ann', 'Joanne', 'Joaquin'],
    'Score1': [89, 20, 10, 20],
    'Score2': [12, 85, 20, 30],
    'Score3': [32, 10, 50, 40]
})

执行筛选逻辑：

# 自动提取所有分数列（支持任意数量的Score列，无需手动枚举）
# 模糊匹配列名包含Score的列，若需更严谨的匹配可改用正则：df.filter(regex=r'^Score\d+$').columns
score_columns = df.filter(like='Score').columns

# 筛选：任意分数列值>=85则保留该行
result = df[df[score_columns].ge(85).any(axis=1)]

结果验证 #

执行后result输出如下，仅保留Leo、Ann两条符合要求的记录：

Name  Score1  Score2  Score3
0      Leo      89      12      32
1      Ann      20      85      10

方案优势 #

• 适配性强：后续新增/删除Score类列时无需修改筛选代码，哪怕扩展到10个甚至更多分数列逻辑依然生效
• 性能优秀：全部使用pandas内置向量化运算，无逐行遍历逻辑，大数据量下运行效率远高于apply或循环写法
• 逻辑简洁：没有冗余的多列或条件拼接，维护成本极低

内容的提问来源于stack exchange，提问作者stephsmith