Python 3.x 如何将数据帧中的None字段修复为false

上面的数据帧包含布尔值和无值 如果0-5列中的任何一列为false，我想从更新的数据帧中忽略它们。考虑到“无”表示真实值，所以我的结果应该是

       Id      0     1     2     3     4     5
0   apple   True  None  None  None  None  None
1  orange  False  None  True  None  None  None
2  banana   True  None  None  True  None  None
3   guava  False  None  None  None  True  None
4  leeche   None  True  None  None  None  None

我无法理解如何在多个列上获得组合筛选器。

使用：

           Id      
0         apple       
2         banana        
4         leeche 

如果需要检查所有列，但不首先检查：

cols = ['0','1','2','3','4','5']
df = df.loc[df[cols].ne('False').all(1), ['Id']]
#if False is boolean
#df = df.loc[df[cols].ne(False).all(1), ['Id']]
print (df)
       Id
0   apple
2  banana
4  leeche

说明：

首先按列名称选择列：

df = df.loc[df.iloc[:, 1:].ne('False').all(1), ['Id']]

然后通过以下方式检查是否不相等

False

：

并通过以下方式测试每行的所有

True

s：

最后一次过滤方式是使用

Id

和

[]

选择一列

DataFrame

：

print(df[cols].ne('False').all(1))
0     True
1    False
2     True
3    False
4     True
dtype: bool

---

你能解释一下发生了什么事吗here@sbasu-编辑答案。

#if boolean False
print(df[cols].ne(False))
#if string False
#print(df[cols].ne('False'))
       0     1     2     3     4     5
0   True  True  True  True  True  True
1  False  True  True  True  True  True
2   True  True  True  True  True  True
3  False  True  True  True  True  True
4   True  True  True  True  True  True

print(df[cols].ne('False').all(1))
0     True
1    False
2     True
3    False
4     True
dtype: bool

print(df[df[cols].ne('False').all(1)])
       Id     0     1     2     3     4     5
0   apple  True  None  None  None  None  None
2  banana  True  None  None  True  None  None
4  leeche  None  True  None  None  None  None

print(df.loc[df[cols].ne('False').all(1), ['Id']])
       Id
0   apple
2  banana
4  leeche