Python 基于dataframe中的多个列值选择行

我有一个

熊猫

数据帧

df

：

import pandas as pd

data = {"Name": ["AAAA", "BBBB"],
        "C1": [25, 12],
        "C2": [2, 1],
        "C3": [1, 10]}

df = pd.DataFrame(data)
df.set_index("Name")

打印时看起来像这样（供参考）：

我想选择

C1

、

C2

和

C3

的值介于

0

和

20

之间的行

---

您能推荐一种优雅的方式来选择这些行吗？

我认为下面应该这样做，但它的优雅程度有待讨论

new_df = old_df[((old_df['C1'] > 0) & (old_df['C1'] < 20)) & ((old_df['C2'] > 0) & (old_df['C2'] < 20)) & ((old_df['C3'] > 0) & (old_df['C3'] < 20))]

new_-df=old_-df[（（old_-df['C1']>0）和（old_-df['C2']>0）和（old_-df['C2']<20））和（（old_-df['C3']>0）和（old_-df['C3']<20））]

较短版本：

In [65]:

df[(df>=0)&(df<=20)].dropna()
Out[65]:
   Name  C1  C2  C3
1  BBBB  12   1  10

[65]中的

df[（df>=0）&（df我喜欢使用df.query（）来处理这类事情

df.query('C1>=0 and C1<=20 and C2>=0 and C2<=20 and C3>=0 and C3<=20')

df.query（'C1>=0，C1=0，C2=0，C3
df.query(
“0

或

df.query（“0<@df<20”）.dropna（）

在
df中使用
@foo
。query
引用环境中的变量
foo

df.query('C1>=0 and C1<=20 and C2>=0 and C2<=20 and C3>=0 and C3<=20')