可能的解决方案：

df.assign(E = df.apply(lambda x: df.columns[x.ge(3)].to_list(), axis=1))

输出：

A  B  C  D          E
0  2  4  1  7     [B, D]
1  2  5  6  7  [B, C, D]
2  3  6  2  7  [A, B, D]

使用dot：

df["E"] = df.ge(3).dot(df.columns+",").str.rstrip(",")

>>> df
   A  B  C  D      E
0  2  4  1  7    B,D
1  2  5  6  7  B,C,D
2  3  6  2  7  A,B,D

编辑：要获得list：

df["E"] = df.ge(3).dot(df.columns+",").str.rstrip(",").str.split(",")

答案如下：

import pandas as pd 
df = pd.DataFrame({"A": [2, 2, 3],
                   "B": [4, 5, 6],
                   "C": [1, 6, 2],
                   "D": [7]*3})

def my_func(data_, threshold=3):
    for index in data_.index:
        check = data_.loc[index].to_dict()
        data_.loc[index, "E"] = str([key for key, value in check.items() if value >= threshold])
    return data_
my_func(df)

对stack和groupby.agg使用整形：

df['E'] = (
 df.stack().ge(3).loc[lambda x: x].reset_index(level=1)
   .groupby(level=0)['level_1'].agg(list)
)

输出：

A  B  C  D          E
0  2  4  1  7     [B, D]
1  2  5  6  7  [B, C, D]
2  3  6  2  7  [A, B, D]