如何一次性定位Pandas DataFrame中多列特定值（False）的出现位置

以下是几种高效的一次性查找方法，覆盖不同需求场景：

1. 获取所有False的精确行列坐标 #

适合需要明确知道每个False所在行索引和列名的场景：

# 生成全量布尔掩码：单元格为True表示原数据是False
mask = df == False
# 筛选掩码中为True的位置，整理成坐标表格
false_locations = mask.stack()[mask.stack()].reset_index()
# 重命名列名方便阅读
false_locations.columns = ["行索引", "列名", "是否为False"]
print(false_locations)

示例输出（对应你提供的DataFrame）：

2. 提取所有包含至少一个False的行数据 #

如果需要直接查看包含False的整行记录：

# 筛选任意一列存在False的行
rows_with_false = df[df.isin([False]).any(axis=1)]
print(rows_with_false)

3. 生成全量False标记矩阵（类似你想要的applymap形式） #

如果需要和原DataFrame结构一致的矩阵，标记每个单元格是否为False：

# 高效向量化操作（推荐，大数据量下性能远优于applymap）
false_mask = df == False
# 或用applymap实现（适合自定义判断逻辑时）
false_mask = df.applymap(lambda x: x is False)
print(false_mask)

内容的提问来源于stack exchange，提问作者Bhawani Rabisankar Sahoo