Pandas 筛选多个（>；100）列上具有条件的熊猫中的行

我有一个20K列的数据框，我需要通过应用超过400列的条件来过滤特定行：

        COL1  COL2 ... COL400 total
  0      1.0  5.0      3.0    1.21
  1      1.0  NaN      NaN    4.33
  2      NaN  NaN      NaN    1.00
  3      NaN  2.0      1.0    0.12
  4      NaN  NaN      NaN    0.00
  5      1.0  3.0      4.0    3.39
  ...

        COL1  COL2 ... COL400 total
  0      1.0  5.0      3.0    1.21
  1      1.0  NaN      NaN    4.33
  3      NaN  2.0      1.0    0.12
  5      1.0  3.0      4.0    3.39
  ...

我所需要的是在这400列中的至少一列中，将包含至少1个数值的行保持在[1,5]之间：

        COL1  COL2 ... COL400 total
  0      1.0  5.0      3.0    1.21
  1      1.0  NaN      NaN    4.33
  2      NaN  NaN      NaN    1.00
  3      NaN  2.0      1.0    0.12
  4      NaN  NaN      NaN    0.00
  5      1.0  3.0      4.0    3.39
  ...

        COL1  COL2 ... COL400 total
  0      1.0  5.0      3.0    1.21
  1      1.0  NaN      NaN    4.33
  3      NaN  2.0      1.0    0.12
  5      1.0  3.0      4.0    3.39
  ...

请注意，还有一个额外的列合计，不应包含在此筛选中（顾名思义，应用筛选后，我们将所有剩余行的合计相加）

到目前为止，我在较少专栏中使用的天真方法是这样的：

df[df.eval('COL1 >= 1 & COL1 <= 5 | COL2 >= 1 & COL2 <= 5')]

但这同样没有帮助

---

理想情况下，如果可能的话，我希望使用一种简单的方法在字符串中定义布尔表达式，因为这样可以允许最终用户定义用于此筛选的自定义表达式。

比较所有列，并通过以下方式检查每行是否至少有一个

True

：

#检查所有列中的值
df=df[（df>=1）和（df=1）和（df[cols]谢谢！这看起来很有希望。我有两个后续问题：1.如果我还有一个以后需要但不应该包含在筛选中的额外列，有什么方法可以这样做吗？2.有没有等效的方法使用字符串作为输入，以便最终用户可以使用它？@DaneelOlivaw-只有一个列需要排除？@DaneelOlivaw-是否可以通过编辑此新要求来更改有问题的数据？使用
df=df[（df.drop（'total'，axis=1）>=1）和（df.drop（'total'，axis=1）@DaneelOlivaw-或者如果需要所有不带last的列
df=df[（df.iloc[：，：-1]>=1）和（df.iloc[，：，：-1]