两步条件组合检查

out = df.eq(1) | (df.eq(2) & (df.eq(2).cumsum(axis=1)==1))
Out[28]: 
     may    apr    mar    feb    jan    dec
0  False  False  False   True   True  False
1   True   True  False  False  False  False
2   True   True  False  False  False  False
3  False  False   True   True  False  False

另一种可能的解决方案：

(df.T.eq(1) | df.T.ne(2).cummin().diff().fillna(False)).T

或者：

(df.eq(1) | df.ne(2).cummin(axis=1).astype(int).diff(axis=1).fillna(0).astype(bool))

输出

may    apr    mar    feb    jan    dec
0  False  False  False   True   True  False
1   True   True  False  False  False  False
2   True   True  False  False  False  False
3  False  False   True   True  False  False

只需要使用一个布尔表达式。

import pandas as pd
df = pd.DataFrame({"may": [1,2,3,4,5], "apr": [4,5,6,7,8], "mar": [9, 10, 11, 12, 13]})

ndf = (df == 1) | (df == 2)