如何使用Pandas拆分布尔值DataFrame为全False行与含True行？

没问题，这事儿在Pandas里其实挺简单的，我给你一步步拆解怎么做～

首先，先明确核心逻辑：我们需要区分两类行——所有列全为False，以及至少有一列是True。Pandas的any()方法刚好能帮我们快速实现这个判断。

第一步：先搞个示例DataFrame（方便你对照） #

假设我们有这样的布尔值DataFrame：

import pandas as pd

df = pd.DataFrame({
    'col1': [False, True, False, False],
    'col2': [False, False, True, False],
    'col3': [False, False, False, False]
})

第二步：拆分两个DataFrame #

1. 提取所有列均为False的行

我们可以用df.any(axis=1)来检查每行是否存在至少一个True值，取反（~）之后就能得到全False的行：

all_false_df = df[~df.any(axis=1)]

运行后all_false_df的结果是：

col1  col2  col3
0  False False False
3  False False False

2. 提取至少一列为True的行

直接用df.any(axis=1)筛选即可，这个表达式会标记出所有包含至少一个True的行：

has_true_df = df[df.any(axis=1)]

运行后has_true_df的结果是：

col1  col2  col3
1   True False False
2  False  True False

补充说明 #

• any(axis=1)参数里的axis=1表示沿着行的方向进行检查（如果是axis=0就是按列检查）。
• 因为你明确说DataFrame仅包含布尔值，所以不用额外处理数据类型转换的问题，如果之后遇到混合类型的情况，可能需要先用df.astype(bool)统一转换后再操作。

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