Python 如何将多个掩码同时应用于数据帧？

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，如何组合这些遮罩以过滤出这些值？ 这是正确的方法吗？同时使用

~

和

|

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

---

我的数据框中有这么多行，我无法100%确定手动检查是否正确

您的解决方案很好，但也可以使用按位

和

以及反向链接条件：

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

若遮罩在列表中，则上述解决方案将重写为：

---

您的解决方案很好，但也可以使用按位

和

以及反向链接条件：

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

若遮罩在列表中，则上述解决方案将重写为：

---

我觉得不错。但是为什么不将条件翻转为

df['column1'].notnull（）

和

mask2=df['column2']<5

？因为我的大脑不是那样工作的：）。我想创建像

mask1=我不想要这样的遮罩。

和

mask2=我不想要那样的遮罩

等等。这取决于你是想过滤掉填充所有条件的行，然后你是对的，还是想过滤掉填充任何条件的行，在这种情况下，你应该使用

&

而不是

|

看起来不错。但是为什么不将条件翻转为

df['column1'].notnull（）

和

mask2=df['column2']<5

？因为我的大脑不是那样工作的：）。我想创建像

mask1=我不想要这样的遮罩。

和

mask2=我不想要那样的遮罩

等等。这取决于你是想过滤掉填充所有条件的行，然后你是对的，还是想过滤掉填充任何条件的行，在这种情况下，您应该使用

&

而不是

|