如何筛选DataFrame中至少2列数值大于等于1的行

完整代码 #

核心逻辑是逐行统计满足数值≥1的列数，筛选出列数≥2的行即可，完整实现代码如下：

import pandas as pd
import numpy as np

# 构造示例DataFrame，实际使用时可替换为你自己读取的数据源
df = pd.DataFrame({
    'col1': [np.nan, 2.45, 1.68, np.nan],
    'col2': [0.29, 0.8, 9.7, np.nan],
    'col3': [-0.03, np.nan, 1.18, -9],
    'col4': [1.45, 0.11, -145, -0.9],
    'col5': [45.67, np.nan, np.nan, 4.8]
}, index=[1,2,3,4])

# 核心筛选逻辑
filtered_df = df[df.ge(1).sum(axis=1) >= 2]

# 打印验证结果
print(filtered_df)

逻辑说明 #

• df.ge(1) 是pandas的元素级大于等于判断方法，会对DataFrame每个值做是否≥1的校验，返回同结构的布尔值DataFrame，空值NaN会自动判定为False
• sum(axis=1) 按行对布尔值求和，True按1计算、False按0计算，得到的结果就是每行符合≥1要求的列数量
• 最后过滤出求和结果≥2的行，输出结果和你给出的预期完全一致

内容的提问来源于stack exchange，提问作者altermann