一个可能的解决方案，它应该与多列的标题中的Country：

df.loc[df.filter(like='Country').eq('France').all(axis=1), :]

输出：

Country/Region  Record ID
0         France        118
1         France        110
4         France        944

最简单的方法就是保持数据不变，并以标准方式进行查询：

df[df['Country/Region'] == 'France']

df.filter(regex=...)所做的是选择与正则表达式匹配的数据框列，这与运行df[[i for i in df.columns if re.match(..., i)]]相同，但您说您有多个列，它们可能不都以相同的名称开头：df.filter可能遇到存在多个匹配的问题。

>>> df0 = pd.DataFrame({'country/adjfkl': ['A', 'B', 'C']})
>>> df1 = pd.DataFrame({'country/a1395d': ['B', 'C', 'D']})
>>> pd.concat([d[lambda e: e.filter(regex='^country').eq('B').any(axis=1)] for d in [df0, df1]])
  country/adjfkl country/a1395d
1              B            NaN
0            NaN              B

过滤器的结果可以减少维度与任何横向（即水平）。我不能完全说为什么你会这样做，但是，因为你会留下不一致的列。
最好从一开始就将它们重命名为：

>>> pd.concat(
...     [d.rename(
...         columns=lambda s: re.sub('^country.*', 'country_name', s)).loc[
...         lambda e: e['country_name'] == 'B', :
...     ] for d in [df0, df1]]
... )
  country_name
1            B
0            B

如果您已经知道要查找的列的列名和值，则只需使用df[df['Country/Region'] == 'France']
但我觉得你的问题要复杂得多。
第一个条件，我们需要列名列表。

cols = [x if 'Country' in x for x in df.cols]

接下来我们检查这些列中的“France”，因为cols是一个列表，所以我们一个接一个地检查并连接结果。

new_df = pd.DataFrame()

for col in cols:
    new_df = pd.concat([new_df, df[df[col] == 'France']])

完整代码示例：

import pandas as pd

df = pd.DataFrame({'Country/Region': ['France', 'France', 'Spain'], 'Record ID': [120, 240, 360]})
cols = [x for x in df.columns if 'Country' in x]

new_df = pd.DataFrame()

for col in cols:
    new_df = pd.concat([new_df, df[df[col] == 'France']])

print(new_df)

印刷品：

Country/Region  Record ID
0         France        120
1         France        240