从Pandas中的过滤结果创建bool掩码

Question

我知道如何在查询单个列时创建一个掩码来过滤数据帧:

import pandas as pd
import datetime
index = pd.date_range('2013-1-1',periods=100,freq='30Min')
data = pd.DataFrame(data=list(range(100)), columns=['value'], index=index)
data['value2'] = 'A'
data['value2'].loc[0:10] = 'B'

data

    value   value2
2013-01-01 00:00:00 0   B
2013-01-01 00:30:00 1   B
2013-01-01 01:00:00 2   B
2013-01-01 01:30:00 3   B
2013-01-01 02:00:00 4   B
2013-01-01 02:30:00 5   B
2013-01-01 03:00:00 6   B

我在这里使用一个简单的面具:

mask = data['value'] > 4
data[mask]
    value   value2
2013-01-01 02:30:00 5   B
2013-01-01 03:00:00 6   B
2013-01-01 03:30:00 7   B
2013-01-01 04:00:00 8   B
2013-01-01 04:30:00 9   B
2013-01-01 05:00:00 10  A

我的问题是如何创建具有多列的蒙版？所以,如果我这样做:

data[data['value2'] == 'A' ][data['value'] > 4]

这个过滤器正如我所期望的那样,但是如何根据我的另一个例子从中创建一个bool蒙版？我已经为此提供了测试数据,但我经常想在其他类型的数据上创建一个掩码,所以我正在寻找任何指针.

Answer 1

您的布尔掩码是布尔值(显然),因此您可以对它们使用布尔运算.布尔运算符包括(但不限于)&,|它可以基于'和'操作或'或'操作组合您的掩码.在您的特定情况下,您需要一个'和'操作.所以你只需像这样编写你的面具:

mask = (data['value2'] == 'A') & (data['value'] > 4)

这可确保您选择同时满足两个条件的行.通过替换&with |,可以选择可满足两个条件中的任何一个的那些行.您可以照常选择结果:

data[mask]

虽然这个问题是由ayhan在他的评论中指出的问题的答案来回答的,但我认为OP缺乏布尔运算的概念.