Python中布尔运算的动态次数控制：能否基于输入整数调整运算次数？

当然可行啦！这在Python里完全可以实现，我给你两种实用的思路，都是针对你的需求设计的：

方法一：用functools.reduce简化代码 #

reduce函数的作用就是把一个二元操作（这里就是布尔与&）依次应用到一个序列的所有元素上，正好匹配你“依次叠加&运算”的需求。

示例代码：

from functools import reduce
import pandas as pd

# 先构造一个示例DataFrame，你可以替换成自己的df
df = pd.DataFrame({
    0: [True, False, True],
    1: [True, True, False],
    2: [False, True, True]
})

# 获取用户输入的整数
n = int(input("请输入整数："))

# 做输入合法性校验，避免无效值
if n < 1:
    raise ValueError("输入的整数必须大于等于1哦")

# 提取前n列，用reduce依次执行&运算
a = reduce(lambda x, y: x & y, [df[i] for i in range(n)])
print(a)

当你输入2时，它会自动计算df[0] & df[1]；输入3时则计算df[0] & df[1] & df[2]，完全符合你的要求。

方法二：用循环逐步累加运算 #

如果你觉得reduce有点抽象，循环的方式更直观，容易理解和调试：

示例代码：

import pandas as pd

# 示例DataFrame
df = pd.DataFrame({
    0: [True, False, True],
    1: [True, True, False],
    2: [False, True, True]
})

n = int(input("请输入整数："))

if n < 1:
    raise ValueError("输入的整数必须大于等于1哦")

# 初始化结果为第一列
a = df[0]
# 从第二列开始，逐个执行&运算
for i in range(1, n):
    a = a & df[i]
print(a)

这种方法的逻辑很直白：先把第一列的值作为初始结果，然后循环从第2列到第n列，每次把当前结果和下一列做与操作，最终得到所有列的与运算结果。

两种方法都能完美实现你的需求，你可以根据自己的代码习惯选择~

内容的提问来源于stack exchange，提问作者Aaron Hellman