在 4.2.2 中，把关系运算得到的布尔序列当作布尔索引，即可按单一条件筛选序列或数据框。当筛选条件多于一个时，需要把多个条件用逻辑运算符组合后再做布尔索引，这就是多条件联合筛选。课程给出的组合运算符是 &（与）和 |（或）：& 要求所有条件同时为 True，| 只要有一个条件为 True。序列（Series）和数据框（DataFrame）都可以这样筛选。
以收盘价序列为例：close 的标签为平安科技、南方通信、幸福银行，对应值 44.3、22.6、6.5。执行 close[(close>20) & (close<40)] 时，每个条件都要用圆括号。平安科技 44.3 大于 20 但不小于 40，幸福银行 6.5 小于 40 但不大于 20，只有南方通信 22.6 同时满足，结果仍是序列。数据框则按行筛选：对股价数据框 df（行标签 2024-01 至 2024-04，列为平安科技、南方通信、幸福银行），df[(df['平安科技'] > 47) & (df['南方通信']>26)] 只保留两列条件同时成立的行。2024-02 的平安科技 47.1、南方通信 27.3 同时满足，该行幸福银行 4.6 一并保留；其余月份至少有一个条件为 False，整行被去掉。若把 & 换成 |，则只要任一条件成立就会保留该行。
写法上有两处硬性要求。第一，每个条件都必须加圆括号，例如 (close>20) & (close<40)，不能写成 close>20 & close<40，否则 &、| 会先于比较运算结合，引发类型错误或错误结果。第二，不能用 Python 的 and、or 代替 &、|，它们不能对序列做逐元素运算。对序列，结果是满足条件的子序列；对数据框，结果是满足条件的行构成的新数据框，列结构不变。易错点：漏写括号；误用 and/or；对数据框筛选时应对各列分别做关系运算再组合，最后用组合后的布尔序列索引整张表。
&（与）、|（或）组合后再做布尔索引。(close>20) & (close<40)。close[(close>20) & (close<40)] 得到南方通信 22.6。df[(df['平安科技'] > 47) & (df['南方通信']>26)] 只保留 2024-02 一行。and、or 代替 &、|。