生成示例 Dataframe

import random
import string
import numpy as np
df = pd.DataFrame(
    columns=[random.choice(string.ascii_uppercase) for i in range(5)],
    data=np.random.rand(10,5))
df
          V         O         C         X         E
0  0.060255  0.341051  0.288854  0.740567  0.236282
1  0.933778  0.393021  0.547383  0.469255  0.053089
2  0.994518  0.156547  0.917894  0.070152  0.201373
3  0.077694  0.685540  0.865004  0.830740  0.605135
4  0.760294  0.838441  0.905885  0.146982  0.157439
5  0.116676  0.340967  0.400340  0.293894  0.220995
6  0.632182  0.663218  0.479900  0.931314  0.003180
7  0.726736  0.276703  0.057806  0.624106  0.719631
8  0.677492  0.200079  0.374410  0.962232  0.915361
9  0.061653  0.984166  0.959516  0.261374  0.361677

现在我想使用第一列中的值来过滤 Dataframe ，但是由于我大量使用链接（例如df.T.replace(0, np.nan).pipe(np.log2).mean(axis=1).fillna(0).pipe(func)），因此我需要一个更紧凑的符号来表示操作。

df[df.iloc[:, 0] < 0.5]
          V         O         C         X         E
0  0.060255  0.341051  0.288854  0.740567  0.236282
3  0.077694  0.685540  0.865004  0.830740  0.605135
5  0.116676  0.340967  0.400340  0.293894  0.220995
9  0.061653  0.984166  0.959516  0.261374  0.361677

但是这种笨拙的冗余语法对于链接来说太可怕了，我想用.query()来代替它，通常你会使用像df.query('V < 0.5')这样的列名，但是在这里我希望能够通过列索引号而不是名称来查询表，所以在这个例子中，我故意将列名随机化，也不能在df.query('@df[0] < 0.5')这样的查询中使用表名，因为在长链中，中间结果没有名称。
我希望有一些语法，比如df.query('_[0] < 0.05')，在那里我可以用一些符号_来引用源表。