布尔掩码基本写法是用布尔数组索引DataFrame，常见错误包括括号缺失和运算符优先级问题；推荐用np.logical_and.reduce()组合条件并兜底空列表，query()更易读且支持变量引用和反引号列名，修改数据必须用df.loc[mask, col]避免链式赋值失效。
布尔掩码的基本写法和常见错误
直接用布尔数组索引 DataFrame 是最常用方式，但新手常因括号缺失或运算符优先级出错导致 TypeError 或意外结果。比如 df[df.A > 5 & df.B 会报错，因为 <code>& 优先级高于比较运算符，必须加括号：df[(df.A > 5) & (df.B 。
容易忽略的点：
-
&、|、~是位运算符，不是and/or/not—— 后者在布尔索引中会直接抛ValueError: The truth value of a Series is ambiguous - 空 DataFrame 过滤后仍返回 DataFrame，不会变 None，但
len(df_filtered)可能为 0 - 对含 NaN 的列做比较（如
df.col == 5）时，对应位置结果是False，不是 NaN；若需保留 NaN 意义，改用df.col.eq(5)或显式处理df.col.isna()
动态构建多条件掩码的实用方法
硬编码多个 & 很难维护，尤其条件来自配置或用户输入。推荐用列表累积布尔序列再用 np.logical_and.reduce() 或链式 &。
例如根据字典规则动态过滤：
立即学习“Python免费学习笔记（深入）”；
import numpy as np
conditions = []
rules = {"A": (">", 3), "B": ("isin", [1, 2, 4]), "C": ("notna", None)}
for col, (op, val) in rules.items():
if op == ">":
conditions.append(df[col] > val)
elif op == "isin":
conditions.append(df[col].isin(val))
elif op == "notna":
conditions.append(df[col].notna())
mask = np.logical_and.reduce(conditions) if conditions else pd.Series([True] * len(df))
result = df[mask].copy()注意：np.logical_and.reduce([]) 会报错，空条件需兜底；.copy() 避免后续修改触发 SettingWithCopyWarning。
用 query() 实现更可读的动态过滤
当条件逻辑较复杂或需拼接字符串（如从 API 接收过滤表达式），query() 比链式布尔索引更安全易读，且自动处理列名含空格或特殊字符的情况。
关键细节：
- 变量引用用
@前缀，如df.query("A > @threshold and B in @valid_list")，其中threshold和valid_list是 Python 变量 - 列名含空格必须用反引号：
df.query("`user id` > 100") -
query()不支持所有 Pandas 方法（如.str.contains()可用，但.dt.year需先提取列再 query） - 性能上，简单条件
query()略慢于布尔索引；但条件多、字符串长时，JIT 编译优势明显
过滤后修改数据时的陷阱
布尔掩码本身不触发视图/副本机制判断，但后续赋值是否生效取决于 Pandas 是否返回视图。直接 df[mask]["col"] = value 几乎总失效（链式赋值），必须用 .loc。
正确写法只有两种：
-
df.loc[mask, "col"] = new_value—— 最推荐，明确指定位置 -
df.loc[mask].assign(col=new_value)—— 返回新 DataFrame，原 df 不变
如果 mask 来自计算（如 mask = df.A > df.B.mean()），记得检查 mask.sum() 是否为 0，否则 .loc[mask] 会返回空但不报错，容易掩盖逻辑缺陷。
