Python 沿列而非行的数据框布尔选择

假设我有以下数据帧：

          a         b         c         d 
0  0.049531  0.408824  0.975756  0.658347
1  0.981644  0.520834  0.258911  0.639664
2  0.641042  0.534873  0.806442  0.066625
3  0.764057  0.063252  0.256748  0.045850

我只需要第0行中的值大于0.5的列的子集。我可以这样做：

df2 = df.T
myResult = df2[df2.iloc[:, 0] > 0.5].T

---

但这感觉像一个可怕的黑客。有没有更好的方法对列进行布尔索引？我可以在某个地方指定轴参数？

另一种看待答案的方式：

In [14]: df.T[df.T[0] > 0.5].T
Out[14]: 
          c        d 
0  0.975756  0.658347
1  0.258911  0.639664
2  0.806442  0.066625
3  0.256748  0.045850

---

另一种不使用转置的方法是创建一个布尔掩码，确定第一行的值是否大于0.5，然后删除带有阈值的NaN，最后列出df列以过滤原始df。这是相当模糊的；）

这个怎么样

df.loc[:, df.iloc[0, :] > 0.5]

---

我相信你已经找到了最优雅的方法。三重转置可能没有你的答案那么优雅。是的，这正是我想要的。

df.loc[:, df.iloc[0, :] > 0.5]