如何计算根据条件选择的一组行中的元素数量？

我有一个大DataFrame有许多重复值。唯一值存储在List1。我想做以下事情：

1. 选择包含列表中存在的每个值的几行。
2. 迭代选定的行并计算非 NaN 元素的数量
3. 如果计数值大于或等于2，则将其存储到新列表中。中的每个组件List1应添加到eq_list除非all“eq”的计数值 >=2。

简化的示例输入：

List1 = ['A','B','C','D','E','F','G','H','X','Y','Z']

Sample DF 'ABC':

        EQ1  EQ2   EQ3
0       A    NaN   NaN
1       X    Y     NaN
2       A    X     C
3       D    E     F
4       G    H     B

期望的输出：

eq_list = ['B','C','D','E','F','G','H','X','Y']

我尝试过的小代码：

for eq in List1:
    MCS=ABC.loc[MCS_old[:] ==eq]
    MCS = MCS.reset_index(drop=True)
    for index_new in range(0,len(MCS)-1):
        if int(MCS.iloc[[index_new]].count(axis=1))>2:
            eq_list.append(raw_input(eq))
            print(eq_list)

我希望我已经把这个问题说清楚了。

假设您有：

df
    EQ1 EQ2 EQ3
0   A   NaN NaN
1   X   Y   NaN
2   A   X   C
3   D   E   F
4   G   H   B

然后，您可以按照以下步骤进行：

dft = df.T
output_set = set()
prune_set =  set()
for column in dft:
    arr = dft[column].dropna().values
    if len(arr) >=2:
        output_set |= set(arr)
    else:
        prune_set |= set(arr)
sorted(output_set - prune_set)
['B', 'C', 'D', 'E', 'F', 'G', 'H', 'X', 'Y']