Python 选择熊猫数据框中大于一个数字的所有值

我有一个这样的数据框架，有50多列（从1963年到2016年）。我希望选择人口超过一定数量（比如6000万）的所有国家。现在，当我看的时候，所有的问题都是关于从单个列中选取值的。但事实并非如此。我也试过了

df[df.T[（df.T>0.33）].any（）]

如回答中所述。不起作用。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

---

首先，按筛选列名称中具有

Year

的列，比较所有行，然后按每行至少一个匹配值进行测试：

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Positions未选择前2列的所有列与以下列进行比较：

---

谢谢工作完美。（比如，='Year'）做什么？以及iloc one中2后面的“；”是否意味着它将选择第二个-1后面的所有列？@RakeshGulati-

过滤器

检查列名称，如果查找

年份

则返回所有列包含

年份

iloc

函数选择所有列，省略前2列，此处为

Country

和

Country\u code

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