使用此命令将给予输出：

out_df = df[~((df.iloc[:, 2:7] == "FALSE").all(axis=1))]

输出：

id      col1   col2   col3   col4   col5   col6   col7
1   1   0.017991  FALSE  FALSE  FALSE  FALSE   TRUE  FALSE
2   2   0.150298  FALSE  FALSE  FALSE   TRUE  FALSE  FALSE

使用DataFrame.loc和:选择所有行和条件-链测试至少一个True并添加incluse列：

include = ['id','col1']
out = df.loc[:, df.any() | df.columns.isin(include)]

print (out)
   id      col1   col5   col6
0   0  0.036492  False  False
1   1  0.017991  False   True
2   2  0.150298   True  False
3   3  0.065861  False  False

更一般的解决方案是只测试带有DataFrame.select_dtypes的boolean列，并通过Series.reindex附加非boolens：

out = df.loc[:, df.select_dtypes('boolean').any().reindex(df.columns, fill_value=True)]

print (out)
   id      col1   col5   col6
0   0  0.036492  False  False
1   1  0.017991  False   True
2   2  0.150298   True  False
3   3  0.065861  False  False

如果要删除行：

exclude = ['id','col1']
out = df[df.drop(exclude, axis=1).any(axis=1)]

print (out)
   id      col1   col2   col3   col4   col5   col6   col7
1   1  0.017991  False  False  False  False   True  False
2   2  0.150298  False  False  False   True  False  False

out = df[df.select_dtypes('boolean').any(axis=1)]

print (out)
   id      col1   col2   col3   col4   col5   col6   col7
1   1  0.017991  False  False  False  False   True  False
2   2  0.150298  False  False  False   True  False  False

若要删除DataFrame中列col2到col6中所有值均为False的行，同时排除id和col1列，可以使用loc访问器指定列范围，并使用将axis参数设置为1的any方法。下面是一个例子：

df = pd.DataFrame(data)

# Drop rows with all False values from col2 to col6 (excluding id and col1)
df = df.loc[df.iloc[:, 2:7].any(axis=1)]

print(df)