如果你所有的数据表都有相同的长度并且用相同的索引排序，试试这个：

first_data=pd.DataFrame({"index":[1,2],"values":[3453,8593]})
second_data=pd.DataFrame({"index":[1,2],"values":[True,False]})
third_data=pd.DataFrame({"index":[1,2],"values":[True,True]})
first_data["values"]*second_data["values"]*third_data["values"]

当然，您可以使用pd.Series.where或pd.Series.mask来根据其他一些布尔Series保留或屏蔽值：

import numpy as np
import pandas as pd

N = 10

s1 = pd.Series(np.random.randint(1000, 10000, size=N))
s2 = pd.Series(np.random.randint(2, size=N, dtype=bool))
s3 = pd.Series(np.random.randint(2, size=N, dtype=bool))

示例数据（为方便起见，此处显示为 Dataframe ）：

s1     s2     s3
0  5003   True   True
1  7527  False  False
2  1637  False   True
3  4136   True  False
4  6079   True   True
5  6663  False   True
6  9371  False  False
7  2098  False   True
8  6692   True   True
9  7289  False   True

解决方案：

out = s1.where(s2 & s3, other=0)

输出：

0    5003
1       0
2       0
3       0
4    6079
5       0
6       0
7       0
8    6692
9       0