根据多列选择数据框行，其中应创建新函数来处理某些列中的条件

import pandas as pd

# 示例数据框
data = {
    'A': [5, 15, 25, 35],
    'B': ['foo', 'bar', 'baz', 'qux'],
    'C': [100, 200, 300, 400]
}
df = pd.DataFrame(data)

def filter_rows(df, a_condition, b_value, c_min, c_max):
    """
    根据多个条件筛选数据框的行。

    参数:
    df (pd.DataFrame): 输入的数据框。
    a_condition (int): 列'A'的条件值。
    b_value (str): 列'B'的目标值。
    c_min (int): 列'C'的最小值。
    c_max (int): 列'C'的最大值。

    返回:
    pd.DataFrame: 筛选后的数据框。
    """
    return df[(df['A'] > a_condition) & 
              (df['B'] == b_value) & 
              (df['C'] >= c_min) & 
              (df['C'] <= c_max)]

# 使用函数进行筛选
filtered_df = filter_rows(df, 10, 'bar', 200, 300)
print(filtered_df)

def condition_a(row, threshold):
    return row['A'] > threshold

def condition_b(row, value):
    return row['B'] == value

def condition_c(row, min_val, max_val):
    return min_val <= row['C'] <= max_val

def filter_rows_decomposed(df, a_threshold, b_value, c_min, c_max):
    return df[condition_a(df, a_threshold) & 
              condition_b(df, b_value) & 
              condition_c(df, c_min, c_max)]

filtered_df_decomposed = filter_rows_decomposed(df, 10, 'bar', 200, 300)
print(filtered_df_decomposed)