如何用Pandas筛选90%以上列值小于指定阈值的行？

嘿，这问题很好解决！你已经知道用all(axis=1)来筛选所有列满足条件的行，现在要改成90%以上列满足，核心思路是统计每行满足条件的列数占总列数的比例，再和0.9比较就行。

具体步骤&代码示例 #

先回顾你的示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(5, 15, (10, 11)), columns=list('abcdefghijk'))

假设你要筛选90%以上列的数值小于指定阈值（比如阈值设为10），可以这么写：

# 指定你的阈值
threshold = 10

# 1. 计算每行中数值小于阈值的列数占总列数的比例
# 2. 判断比例是否大于0.9（即90%以上）
condition = (df < threshold).sum(axis=1) / df.shape[1] > 0.9

# 应用条件筛选行
filtered_df = df[condition]

代码解释 #

• df < threshold：生成一个布尔型DataFrame，每个位置表示对应单元格是否小于阈值；
• .sum(axis=1)：按行求和（True会被视为1，False视为0），得到每行满足条件的列数；
• / df.shape[1]：除以总列数，得到每行满足条件的列数占比；
• > 0.9：判断该占比是否超过90%，得到一个布尔Series，用来筛选符合条件的行。

小补充 #

如果你需要的是**至少90%（包含90%）**的列满足条件，只需把> 0.9改成>= 0.9即可~

内容的提问来源于stack exchange，提问作者nilesh