如何筛选DataFrame中True值数量超过1的行？

没问题，这事儿其实很简单，我给你两种实用的方法，根据你的具体情况选就行：

方法1：针对已知的布尔列 #

如果你明确知道哪些列是布尔类型（比如例子里的B、C、D），直接指定这些列然后按行求和就行——因为在Python里True等价于1，False等价于0，求和结果就是每行的True数量。

代码示例：

# 指定需要检查的布尔列
target_cols = ['B', 'C', 'D']
# 筛选出True数量>1的行
filtered_df = df[df[target_cols].sum(axis=1) > 1]

方法2：自动识别所有布尔列 #

如果你的DataFrame里有很多布尔列，或者不确定具体是哪些列，可以用select_dtypes自动筛选出所有布尔类型的列，再进行求和筛选：

# 自动获取所有布尔类型的列
bool_cols = df.select_dtypes(include='bool').columns
# 筛选True数量超过1的行
filtered_df = df[df[bool_cols].sum(axis=1) > 1]

额外说明：如果布尔值是字符串格式 #

要是你的DataFrame里的"True"/"False"是字符串类型（不是原生布尔值），得先把这些列转换成布尔类型再筛选：

target_cols = ['B', 'C', 'D']
# 转换列类型
df[target_cols] = df[target_cols].astype(bool)
# 再执行筛选
filtered_df = df[df[target_cols].sum(axis=1) > 1]

内容的提问来源于stack exchange，提问作者zlee11