Python 用于切片数据帧的布尔值列表

我正试图找到一种更少人工、更方便的方法，基于多个布尔条件对熊猫数据帧进行切片。为了说明我的目的，这里有一个简化的例子

df = pd.DataFrame({'col1':[True,False,True,False,False,True],'col2':[False,False,True,True,False,False]})

假设我对数据帧的子集感兴趣，其中“col1”和“col2”都为True。我可以通过运行以下命令找到此选项：

df[(df['col1']==True) & (df['col2']==True)]

在这样一个小维度的示例中，这是可以管理的，但实际的示例最多可以有100列，因此，我宁愿将感兴趣的列读入列表，而不是像上面那样将一个长布尔值串在一起，例如

['col1','col2']

---

如果需要所有列，请选择列出这些列的位置True

：

df[df.all(axis=1)==True]

如果您有列列表：

df[df[COLS].all(axis=1)==True]

相反，只需执行

False

：

df[df.all(axis=1)==False]

---

如果需要所有列：

df[df.all(axis=1)==True]

如果您有列列表：

df[df[COLS].all(axis=1)==True]

相反，只需执行

False

：

df[df.all(axis=1)==False]

---

df.loc[df[magic\u list\u of_columns].all（axis='columns'）]

df.loc[df[magic\u list\u of_columns].all（axis='columns'）]

我想的不是相反的情况。从我最初的示例中，我将寻找索引1和4来详细说明，在一个实例中a）我想对列列表的值为“True”的行进行切片，在另一个实例中b）它们为“False”的行进行切片，我想这应该是：df[df[COLS].any（axis=1）==False]最后一种情况应该是

df[~df.all（axis=1）]

我认为相反的情况不是我想要的。从我最初的例子中，我将寻找索引1和4来详细说明，在一个例子中a）我想为列列表的值为“True”的行切片，在另一个例子中b）它们为“False”的行切片，我想这应该是：df[df[COLS].any（axis=1）==False]最后一个例子应该是

df[~df.all（axis=1）]