如何获取 DataFrame 行中高于阈值的列数答案

【问题标题】：How to get number of columns in a DataFrame row that are above threshold如何获取 DataFrame 行中高于阈值的列数
【发布时间】：2021-11-30 00:47:33
【问题描述】：

我有一个简单的 python 3.8 DataFrame，它有 8 列（简单地标记为 0、1、2 等），大约有 8 列。 3500 行。我想要这个 DataFrame 的一个子集，其中每行至少有 2 列高于 1。我不希望单独检查每一列，但能够检查所有列。我知道我可以使用 .any(1) 检查所有列，但我需要至少有 2 列满足阈值，而不仅仅是一个。任何帮助，将不胜感激。示例代码如下：

import pandas as pd

df = pd.DataFrame({0:[1,1,1,1,100],
                1:[1,3,1,1,1],
                2:[1,3,1,1,4],
                3:[1,1,1,1,1],
                4:[3,4,1,1,5],
                5:[1,1,1,1,1]})

我认为稍后进行排序/过滤的最简单方法是在 df[9] 末尾创建另一个包含计数的列：

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

这段代码不起作用，但我感觉它很接近？

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

lambda中x的值是一个Series，可以这样索引。

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

【讨论】：

这成功了！非常感谢！！

【解决方案2】：

df[(df>1).sum(axis=1)>=2]

解释：

(df>1).sum(axis=1) 给出了该行中大于 1 的列数。
然后使用 >=2 过滤至少有 2 列满足条件的行 - 我们按照上一个项目符号中的说明计算

【讨论】：