你当前的循环写法存在一个关键问题：每次执行df.loc[df[col] > 1, 'd'] = col时，会覆盖掉之前已经赋值的行的d列值，所以最终只会保留最后一个满足条件的列名，而不是把所有符合条件的列名都收集起来。

下面给你两种高效的解决方法，都能得到你想要的期望输出：

方法一：使用apply逐行筛选拼接 #

这种方法直观易懂，直接按行处理，筛选出当前行中值大于1的列名，再用逗号连接：

import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame([ [1, 0, 2, 2], [1, 1, 0, 0], [0, 2, 3, 2], [2, 2, 1, 1]], columns=['col1', 'col2', 'col3', 'col4'])
cols = df.columns[:-1]

# 新增列d：收集所有值>1的列名，用逗号分隔
df['d'] = df[cols].apply(lambda row: ','.join(row[row > 1].index), axis=1)

print(df)

代码解释： #

• axis=1指定按行进行处理
• row[row > 1]会筛选出当前行中值大于1的元素
• .index获取这些元素对应的列名
• ','.join()把列名列表拼接成字符串，如果没有符合条件的列，会自动返回空字符串

方法二：基于布尔矩阵筛选列名 #

先生成一个布尔矩阵记录每个位置是否满足条件，再根据布尔值筛选列名：

import pandas as pd

df = pd.DataFrame([ [1, 0, 2, 2], [1, 1, 0, 0], [0, 2, 3, 2], [2, 2, 1, 1]], columns=['col1', 'col2', 'col3', 'col4'])
cols = df.columns[:-1]

# 生成布尔矩阵：每个元素标记对应列的值是否>1
bool_matrix = df[cols] > 1
# 逐行筛选布尔值为True的列名，拼接成字符串
df['d'] = bool_matrix.apply(lambda x: ','.join(cols[x]), axis=1)

print(df)

代码解释： #

• bool_matrix是一个和df[cols]形状相同的DataFrame，值为True表示对应位置满足>1的条件
• cols[x]会筛选出当前行中布尔值为True的列名
• 同样用','.join()完成拼接

运行任意一种方法后，你都会得到期望的输出：

col1  col2  col3  col4          d
0     1     0     2     2       col3
1     1     1     0     0           
2     0     2     3     2  col2,col3
3     2     2     1     1  col1,col2

内容的提问来源于stack exchange，提问作者ltyrvol