从 Pandas 中的过滤结果创建布尔掩码[重复]

我知道如何在查询单列时创建掩码来过滤数据帧：

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掩码？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，但是如何根据我的其他示例从中创建布尔掩码？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掩码，因此我正在寻找任何指针。

你的布尔掩码是布尔值（显然），所以你可以使用布尔运算 https://en.wikipedia.org/wiki/Boolean_algebra在他们。布尔运算符包括（但不限于）&, |它可以根据“与”运算或“或”运算组合您的掩码。在您的具体情况下，您需要“与”运算。所以你只需像这样写你的面具：

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

这可确保您选择同时满足两个条件的行。通过更换& with |，可以选择满足两个条件之一的那些行。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回答的，但我认为 OP 缺乏布尔运算的想法。