Python 选择某个数据帧的列值，该列值在某个范围内，并将其放入另一个数据帧的相应列中

我有一个csv文件，如下所示

date,mean,min,max,std
2018-03-15,3.9999999999999964,inf,0.0,100.0
2018-03-16,0.46403712296984756,90.0,0.0,inf
2018-03-17,2.32452732452731,,0.0,143.2191767899579
2018-03-18,2.8571428571428523,inf,0.0,100.0
2018-03-20,0.6928406466512793,100.0,0.0,inf
2018-03-22,2.8675703858185635,,0.0,119.05383697172658

我想选择那些列值，即

>20

和

<500

，即

（20到500）

，并将这些值与日期一起放在数据框的另一列中。另一个数据框如下所示

Date        percentage_change  location
2018-02-14  23.44              BOM

所以我想从csv中获取日期和值，并将其添加到新的数据框中的适当列中

Date        percentage_change   location
2018-02-14  23.44               BOM
2018-03-15  100.0               NaN
2018-03-16  90.0                NaN
2018-03-17  143.2191767899579   NaN
....        ....                ....

---

现在我知道了像

df.max（axis=1）

和

df.min（axis=1）

这样的函数，它们给出了最小值和最大值，但不确定是否可以根据范围查找值。那么如何实现这一点呢？

给定的数据帧

df1

和

df2

，您可以通过对齐列名、清理数字数据、，然后使用

pd.DataFrame.append

df_app = df1.loc[:, ['date', 'mean', 'min', 'std']]\
            .rename(columns={'date': 'Date'})\
            .replace(np.inf, 0)\
            .fillna(0)

print(df_app)

df_app['percentage_change'] = np.maximum(df_app['min'], df_app['std'])

print(df_app)
df_app = df_app[df_app['percentage_change'].between(20, 500)]

res = df2.append(df_app.loc[:, ['Date', 'percentage_change']])

print(res)

#          Date location  percentage_change
# 0  2018-02-14      BOM          23.440000
# 0  2018-03-15      NaN         100.000000
# 1  2018-03-16      NaN          90.000000
# 2  2018-03-17      NaN         143.219177
# 3  2018-03-18      NaN         100.000000
# 4  2018-03-20      NaN         100.000000
# 5  2018-03-22      NaN         119.053837