使用Pandas实现多列条件行筛选及移除参赛不足2赛季球员

问题1：如何筛选出满足条件的列数≥3的所有行？ #

这个需求的核心是先统计每行里符合条件的列有多少，再筛选计数达标的行。咱们分场景来拆解：

首先得明确你说的“满足条件”具体是什么——是列值大于某个阈值？还是非空？我给你两个常见场景的解法：

• 场景1：统计数值列中大于0的列数≥3
  先把数值类型的列挑出来，逐行判断每个列是否满足条件，求和得到每行的达标列数，最后筛选：

  # 筛选所有数值类型的列
  numeric_cols = df.select_dtypes(include=['int64', 'float64']).columns
  # 逐行统计大于0的列数
  pass_count = df[numeric_cols].gt(0).sum(axis=1)
  # 留下达标行
  filtered_df = df[pass_count >= 3]
  

• 场景2：统计非空列数≥3
  把判断逻辑换成非空即可：

  non_null_count = df[numeric_cols].notna().sum(axis=1)
  filtered_df = df[non_null_count >= 3]
  

不管你的条件是什么，只要把gt(0)换成对应的布尔判断（比如eq('target')判断等于某个值），就能复用这个逻辑。

问题2：移除参赛赛季不足2个的球员 #

根据你的例子，我分两种常见的数据结构给出解法：

情况1：数据按赛季拆分，每个球员有多行数据 #

比如每行是一个球员某赛季的记录，我们先按球员分组统计赛季数，再保留赛季数≥2的球员：

# 假设球员名字存在'player_name'列，赛季列是'season'
# 统计每个球员的不同赛季数量
player_season_counts = df.groupby('player_name')['season'].nunique()
# 筛选出至少打了2个赛季的球员
valid_players = player_season_counts[player_season_counts >= 2].index
# 保留这些球员的所有记录
filtered_df = df[df['player_name'].isin(valid_players)]

情况2：每个球员一行，列是不同赛季的form和appearances #

比如列名是12/13_form、12/13_appearances这种，我们先按赛季分组判断该球员是否参加了这个赛季，再统计参赛数：

# 提取所有带赛季标识的列（比如包含'/'的列名）
season_cols = [col for col in df.columns if '/' in col]
# 按赛季分组，只要该赛季的form或appearances非空，就算参赛
season_participation = df[season_cols].groupby(lambda x: x.split('_')[0], axis=1).any()
# 统计每个球员的参赛赛季数
participation_count = season_participation.sum(axis=1)
# 留下参赛≥2个赛季的球员
filtered_df = df[participation_count >= 2]

如果你的参赛判断标准是“appearances大于0”，可以把.any()换成.apply(lambda x: x['appearances'] > 0, axis=1)，灵活调整即可。

内容的提问来源于stack exchange，提问作者pandasman