Python 在DataFrame上选择具有条件的列

我有一个像这样的数据框

    col1    col2
0   something1  something1
1   something2  something3
2   something1  something1
3   something2  something3
4   something1  something2  

我正在尝试筛选所有在

col1

或

col2

上具有

something1

的行。如果我只需要一列上的条件逻辑，我可以使用

df[df.col1=='something1']

来实现，但是有没有一种方法可以使用多个列来实现呢？

您可以使用：

编辑：

如果需要，只选择一些可以用于选择所需

列的列，然后使用
子集
-
df[cols]
：

print (df)
         col1        col2 col3
0  something1  something1    a
1  something2  something3    s
2  something1  something1    r
3  something2  something3    a
4  something1  something2    a

cols = df.columns[df.columns.isin(['col1','col2'])]
print (cols)
Index(['col1', 'col2'], dtype='object')

print (df[(df[cols] == 'something1').all(1)])
         col1        col2 col3
0  something1  something1    a
2  something1  something1    r

为什么不：

df[(df.col1 == 'something1') | (df.col2 == 'something1')]

产出：

    col1    col2
0   something1  something1
2   something1  something1
4   something1  something2

将一个条件应用于整个数据帧

df[(df == 'something1').any(axis=1)]

谢谢你，耶斯雷尔！附加问题：如果我想筛选特定的列（比如，只在col1和col2中，但我有其他列），您知道怎么做吗？我想我需要用其他东西替换所有（1）？嗯，这些列有列名的公共部分？-
col
用于
col1
和
col2
？例如，如果我有col1、col2和col3，但我只想查看col1和col2，而不想查看col3。为什么不…？：）：）
df[(df == 'something1').any(axis=1)]