使用不同的掩码过滤数据框答案

【问题标题】：filter dataframe with different masks使用不同的掩码过滤数据框
【发布时间】：2018-01-18 04:23:59
【问题描述】：

我有 2 个被过滤的数据框

df_pass = total_avg[total_avg>3] produces the following dataframe
    AAPL        GOOGL  GOOG     MSFT 
1   3.401017    NaN     NaN     3.255119
2   NaN         NaN     NaN      NaN
3   4.16666     NaN     NaN     3.264101
4   3.049794    4.331   NaN     NaN

我在另一个 DF 上有另一个过滤器，但 DF 的布局与第一个相同。所以这段代码产生了下面的DF结果

df_min_pass = total_min[total_min>-10]  
    AAPL    GOOGL   GOOG    MSFT
1   NaN      NaN   -2.099   NaN
2   NaN      NaN   -6.08    NaN
3   NaN    -8.319  -1.86    -7.3
4   NaN    -7.304  -6.92    NaN

请记住，这只是 DF 的一个示例。他们有更多的列。我想得到一个结合了do的结果数据框。因此，如果它通过了这两个条件，它将在另一个 DF 中显示结果，否则如果它不满足麻烦条件，则显示 NaN。我尝试了多种组合，例如

df_combo_all = (df_pass[df_pass >3]) & (df_min_pass[df_min_pass >-10])
df_combo_all = df_combo_all[(df_pass[df_pass >3]) & (df_min_pass[df_min_pass >-10])]

过滤器单独工作，但我不断收到此错误

TypeError：输入类型不支持 ufunc 'bitwise_and'，并且根据强制转换规则 ''safe''，输入无法安全地强制转换为任何支持的类型。

似乎有多个掩码问题和其他关于按位错误的问题，但我似乎找不到适合我的问题。谁能帮忙

【问题讨论】：

当一个单元格同时填入两个df时，你如何组合它们？

标签： python pandas dataframe filter

【解决方案1】：

更新：让我们使用`mask`

df_pass.mask(df_min_pass.isnull())

输出：

   AAPL  GOOGL  GOOG      MSFT
1   NaN    NaN   NaN       NaN
2   NaN    NaN   NaN       NaN
3   NaN    NaN   NaN  3.264101
4   NaN  4.331   NaN       NaN

【讨论】：

是的，我的问题并没有明确说明我想要的结果。我不想要一个组合的数据框。只有当 df_pass 中有一个值并且 df_min_pass 中有相应的值时，我才想从 df_pass 返回结果。因此，生成的数据框应如下所示，您仅获得 2 个值（即条件通过了两个条件` AAPL GOOGL GOOG MSFT 1 NaN NaN NaN 2 NaN NaN NaN 3 3.26 4 NaN 4.33 NaN`
抱歉，我不知道如何在注释中添加代码，但唯一通过的标准是第 3 行中的 MSFT（最后一个值）和第 4 行中的 GOOGL（第二个值）。我想将 df_pass 数据框的值传递给@Tai 评论
@JWestwood 你会用你的预期结果修改你的问题吗？谢谢！
正是我想要的。 ty

更新：让我们使用mask

更新：让我们使用`mask`