基于多列条件截断DataFrame，拆分全False属性行至新DataFrame

没问题，这是个非常典型的DataFrame数据拆分需求，我来一步步带你实现想要的效果。

首先先确认下你的示例数据，用代码重新呈现下：

import pandas as pd

dd = pd.DataFrame({ 
    'file': ['file1','file2','file3','file4','file5','file6','file7','file8','file9'], 
    'prop1': [True,False,False,False,False,False,False,False,False], 
    'prop2': [False,False,False,False,False,False,False,True,False], 
    'prop3': [False,True,False,True,False,True,False,False,True] 
})

接下来咱们的核心需求是：把prop1、prop2、prop3全为False的行（也就是file3、file5、file7）从原DataFrame dd 中移除，同时转移到一个新的DataFrame里。

实现步骤 #

1. 创建筛选条件
   我们可以用any(axis=1)来判断每行是否有至少一个True，取反后就得到了所有列全为False的行：

   # 生成掩码：True表示该行三个prop全为False
   mask = ~(dd[['prop1', 'prop2', 'prop3']].any(axis=1))
   

   这里解释下：dd[['prop1', 'prop2', 'prop3']].any(axis=1)会对每行进行判断，只要有一个列是True就返回True；前面加~取反，就得到了三个列全为False的行的掩码。

2. 生成新的DataFrame
   用上面的掩码筛选出符合条件的行，注意要用.copy()避免后续操作影响原数据：

   dd_new = dd[mask].copy()
   

3. 更新原DataFrame
   你有两种方式移除原DataFrame中的目标行：

   • 方式一：重新赋值（不会修改原对象，更安全）

     dd = dd[~mask]
     

   • 方式二：原地删除（直接修改原DataFrame）

     dd.drop(dd[mask].index, inplace=True)
     

验证结果 #

现在你可以打印两个DataFrame看看效果：

print("原DataFrame（已移除目标行）：")
print(dd)
print("\n新DataFrame（包含目标行）：")
print(dd_new)

输出结果会是：

原DataFrame（已移除目标行）：
file prop1 prop2 prop3
0 file1 True False False
1 file2 False False True
3 file4 False False True
5 file6 False False True
7 file8 False True False
8 file9 False False True

新DataFrame（包含目标行）：
file prop1 prop2 prop3
2 file3 False False False
4 file5 False False False
6 file7 False False False

小提示 #

如果担心误操作原数据，建议先复制一份原DataFrame再进行拆分，比如：

dd_original = dd.copy()
# 后续操作基于dd_original进行

内容的提问来源于stack exchange，提问作者Contra111