初始化熊猫的所有真实布尔值

Question

我发现自己有时会迭代构建布尔值/掩码，所以类似：

mask = initialize_mask_to_true()
for condition in conditions:
  mask = mask & condition

df_masked = pd.loc[mask, my_cols]

条件可能是单独的布尔掩码或比较之类的列表，例如df[some_col] > someVal 有没有很好的方法来做initialize_mask_to_true（）？有时我会做些丑陋的事情：

mask = ~(df.loc[:, df.columns[0]] == np.nan)

之所以有效，是因为something == np.nan始终为假，但感觉有一种更简洁的方法。

Answer 1

我为此使用numpy.ones：

np.ones(df.shape[0], dtype=np.bool)

Answer 2

如果必须保留索引：

mask= pd.DataFrame(True,index=df.index,columns=df.columns)

或

mask= pd.DataFrame(True,index=df.index,columns=[df.columns[0]])