如何统计Pandas DataFrame每行高于阈值的列数并筛选符合条件的行

原代码错误原因 #

• lambda 语法不完整：Python 单行条件表达式必须包含if和else两个分支，你写的lambda x: x.count() if x > 2缺少else分支，直接触发语法错误
• 逻辑判断错误：x > 2是对整行数据做比较，返回的是布尔值序列，不能直接作为if的判断条件；另外你需求是判断数值大于1，阈值写为2也不符合要求
• 统计方法错误：x.count()是统计当前行非空值的总数，不是统计满足「数值大于1」的列数，逻辑不匹配

最优解决方案 #

优先使用Pandas向量化操作，比apply遍历行效率更高，不需要单独写循环判断：

1. 一步直接筛选符合要求的子集 #

# 直接筛选出至少2个列数值大于1的行，不需要额外新增列
filtered_df = df[(df > 1).sum(axis=1) >= 2]

2. 需要保留符合条件的列数供后续排序/分析的写法 #

# 新增列存储每行中数值大于1的列数
df['符合条件列数'] = (df > 1).sum(axis=1)
# 再做筛选
filtered_df = df[df['符合条件列数'] >= 2]

示例运行结果 #

用你给出的测试数据运行后，会筛选出索引为1和4的两行，正好符合「至少2个列大于1」的要求。

apply写法的正确版本 #

如果你一定要用apply实现，参考以下代码：

df[9] = df.apply(lambda x: (x > 1).sum(), axis=1)
filtered_df = df[df[9] >=2]

内容的提问来源于stack exchange，提问作者Dan Murphy