由于我不是100%清楚的原因，pandas可以很好地处理位逻辑运算符|和&，但不能处理布尔运算符or和and。
试试这个：

df = df[(df.one > 0) | (df.two > 0) | (df.three > 0) & (df.four < 1)]

drop可用于删除行

最明显的方法是在给定条件的情况下构造一个布尔掩码，通过它过滤索引以获得一个索引数组，并使用drop()删除这些索引。如果条件是：
col 'one'、'two'、或'three'的值大于0的行;col 'four'的和值小于0应被删除。
则以下工作。

msk = (df['one'].gt(0) | df['two'].gt(0) | df['three'].gt(0)) & df['four'].lt(0)
idx_to_drop = df.index[msk]
df1 = df.drop(idx_to_drop)

条件的第一部分，即col 'one', 'two', or 'three' greater than 0，可以用.any(axis=1)简洁地写出来：

msk = df[['one', 'two', 'three']].gt(0).any(axis=1) & df['four'].lt(0)

保留要删除的行的补码

删除/移除/丢弃行是保留行的逆操作。因此，执行此任务的另一种方法是对用于删除行的布尔掩码取反（~），并通过它过滤 Dataframe 。

msk = df[['one', 'two', 'three']].gt(0).any(axis=1) & df['four'].lt(0)
df1 = df[~msk]

query()要保留的行

pd.DataFrame.query()是一个非常可读的API，用于过滤要保留的行。它还“理解”and/or等。

# negate the condition to drop
df1 = df.query("not ((one > 0 or two > 0 or three > 0) and four < 0)")

# the same condition transformed using de Morgan's laws
df1 = df.query("one <= 0 and two <= 0 and three <= 0 or four >= 0")

以上所有操作执行以下转换：