如何從熊貓數據框中動態選擇一個子集？

Question

我是新來的python，我想做這個特殊的任務，這對我來說似乎並不明顯。我甚至不知道要搜索什麼才能找到它。首先這裏是代碼片段，我會解釋我的目標在它下面：

import pandas as pd 

mycolumns = ['col1', 'col2', 'col3'] 

df = pd.DataFrame(data=[[**1**,2,3,**1**,5,6],[1,2,3,4,5,6]], 
        columns=['col1_l', 'col2_l', 'col3_l', 'col1_r', 'col2_r', 'col3_r']) 

criteria = list() 
for col in mycolumns : 
    criterion = (df[col + '_l'] == df[col + '_r']) 
    criteria.append(criterion) 

df = df[criteria[0] | criteria[1] | ... | criteria[5]] 

print df 

輸出：

col1_l col2_l col3_l col1_r col2_r col3_r 
0  1,  2,  3,  1,  5,  6 

我要的是能夠選擇滿足數據框行所有指定的標準，但問題是列的數量不固定，每次運行可能有不同數量的列，我希望每次執行此操作時都會執行相同的操作。問題是，我怎麼能寫這樣一行：

df = df[criteria[0] | criteria[1] | ... | criteria[5]] 

請記住，數據幀從一個連接SQL查詢在數據庫中獲得的，我只是寫了澄清這個例子中數據幀。謝謝你，如果這很明顯，請原諒我。

Answer 1

使用np.logical_or.reduce：

print (df[np.logical_or.reduce(criteria)]) 
    col1_l col2_l col3_l col1_r col2_r col3_r 
0  1  2  3  1  5  6