在熊猫数据框中选择所有大于数字的值答案

【问题标题】：Selecting all values greater than a number in a panda data frame在熊猫数据框中选择所有大于数字的值
【发布时间】：2020-01-11 15:35:52
【问题描述】：

我有一个这样的数据框，它有 50 多列（从 1963 年到 2016 年）。我希望选择所有人口超过一定数量（比如 6000 万）的国家。现在，当我查看时，所有问题都是关于从单个列中选择值。这不是这里的情况。我也试过 df[df.T[(df.T > 0.33)].any()] 正如答案中所建议的那样。不工作。有什么想法吗？

数据框如下所示：

Country Country_Code   Year_1979  Year_1999   Year_2013
  Aruba          ABW     59980.0      89005    103187.0
 Angola          AGO   8641521.0   15949766  25998340.0
Albania          ALB   2617832.0    3108778   2895092.0
Andorra          AND     34818.0      64370     80788.0

【问题讨论】：

标签： python pandas

【解决方案1】：

首先通过DataFrame.filter过滤列名中带有Year的列，比较所有行，然后通过DataFrame.any测试每行至少一个匹配值：

df1 = df[(df.filter(like='Year') > 2000000).any(axis=1)]
print (df1)
   Country Country_Code  Year_1979  Year_1999   Year_2013
1   Angola          AGO  8641521.0   15949766  25998340.0
2  Albania          ALB  2617832.0    3108778   2895092.0

或者将所有没有按位置选择的前 2 个列与 DataFrame.iloc 进行比较：

df1 = df[(df.iloc[:, 2:] > 2000000).any(axis=1)]
print (df1)
   Country Country_Code  Year_1979  Year_1999   Year_2013
1   Angola          AGO  8641521.0   15949766  25998340.0
2  Albania          ALB  2617832.0    3108778   2895092.0

【讨论】：

谢谢。完美运行。 (like='Year') 做什么？和“;”在 iloc one 中的 2 之后..这是否意味着它将选择 second-1 之后的所有列？
@RakeshGulati - filter 检查列名，如果找到 Year，则返回所有包含 Year 的列。 iloc 函数选择省略前 2 的所有列，此处为 Country 和 Country_Code