在Python中，布尔值实际上可以被视为整数并对其进行操作。True == 1和False == 0。
既然我们知道这个事实，你可以取每行数据的sum，并检查它是否是>1。如果是这种情况，那么您知道有超过1个True值。

import pandas as pd

# Load your DF Here...

#Get the sum of the columns you want to check and create a mask where that sum is more than 1.
new_df = df[df[['Column B', 'Column C', 'Column D']].sum(axis=1) > 1]

print(new_df)

使用此方法时，重要的是要确保仅使用具有boolean值的列。不要意外地在示例中包含数字列（如Column A）。

您可以drop不需要的列，sum布尔列来计算True，并使用布尔索引来选择多个行（gt(1)）：

out = df[df.drop(columns=['Column A']).sum(axis=1).gt(1)]

或者，使用select_dtypes自动选择所有布尔列：

out = df[df.select_dtypes(bool).sum(axis=1).gt(1)]

输出：

Column A  Column B  Column C  Column D
3         4      True     False      True
4         5     False      True      True