如何同时对一个数据帧应用多个掩码？

Question

我已经为我的df设置了三个掩码，我想过滤掉这些值

例如，一些随机遮罩：

mask1 = df['column1'].isnull()
mask2 = df['column2'] > 5
mask3 = df['column3'].str.contains('hello')

现在，如何组合这些掩码以过滤出这些值？ 这样对吗？同时使用~和|

masked_df = df[~mask1 | ~mask2 | ~mask3]

我的数据帧中有这么多行，我无法100%确定手动检查是否正确

Answer 1

您的解决方案很好，但也可以使用按位AND和反向链接条件：

masked_df = df[~(mask1 & mask2 & mask3)]

若掩码在列表中，则用^{}重写上面的解决方案：

masks = [mask1, mask2, mask3]

m = df[~np.logical_and.reduce(masks)]
print (m)
   A  column1  column2 column3
2  c      4.0        9   hello
3  d      5.0        4   hello
4  e      5.0        2   hello
5  f      4.0        3   hello