Python 以编程方式在多列上使用单个条件筛选数据帧

我尝试在多个列上过滤具有相同条件的数据帧

这可以通过以下操作实现：

>>>df=pd.DataFrame{ A1:[1,2,5,1,2]， B1:[0,2,0,4,1],， A2:[2,3,5,1,5]， B2:[4,1,6,2,1] } >>>df_filtered=df[df['A1']>3 | df['A2']>3] >>>df_过滤 A1 B1 A2 B2 2 5 0 5 6 4 2 1 5 1 但是，我希望能够从预定义变量以编程方式修复列，而不是手动修复，如本例所示：

cols=['A1'，'A2'] df_filtered=df[df[cols]。任意>3]

---

除了上面的代码显然不起作用之外。

然后我们让它起作用：-

cols = ['A1', 'A2']
df[df[cols].gt(3).any(axis = 1)]
Out[556]: 
   A1  B1  A2  B2
2   5   0   5   6
4   2   1   5   1

---

然后我们让它工作：-

cols = ['A1', 'A2']
df[df[cols].gt(3).any(axis = 1)]
Out[556]: 
   A1  B1  A2  B2
2   5   0   5   6
4   2   1   5   1

---

看起来通过执行以下操作是可能的：

>>>df_filtered=df[df[cols]>3.任意轴=1] >>>df_过滤 A1 B1 A2 B2 2 5 0 5 6 4 2 1 5 1

---

这个答案是在文本发布自己的答案时编辑的，但我还是决定发布它，因为它提供了一个稍微不同的语法

>>>df_filtered=df[df[cols]>3.任意轴=1] >>>df_过滤 A1 B1 A2 B2 2 5 0 5 6 4 2 1 5 1 这个答案是在文本发布自己的答案时编辑的，但我还是决定发布它，因为它提供了稍微不同的语法