Python 使用dataframe通过查找字典并基于键进行比较来筛选行

我的交易记录数据集包含

类型

，

货币1

，

货币2

，以及

天数

列。我想根据以下标准筛选应排除的记录：

如果

类型

等于'FO'，则应应用以下逻辑：

• 如果

  货币1

  等于“欧元”、“美元”、“日元”、“澳元”或“MXN”，则

  货币2

  等于“欧元”、“美元”、“日元”、“澳元”或“MXN”，且

  天数小于或等于2，则应排除交易

• 如果

  货币1

  或

  货币2

  不等于“欧元”、“美元”、“日元”、“澳元”或“MXN”，并且

  天

  小于或等于货币对的

  结算期或七个营业日（以较早者为准），则应排除交易

我还有一本字典，里面有每种货币的

[结算]

值。获取结算期的方法如下所示：

• 如果

  货币1

  或

  货币2

  等于“美元”，则结算期应等于

  [结算]

  的

  最小值

• 如果

  货币1

  或

  货币2

  均不等于“美元”，则结算期应等于

  [结算]

  的

  最大值

这本字典看起来是这样的：

consolution_dict={'AED'：2，'PHP'=1，'AUD'=2，…}

---

这些逻辑相互嵌入，我不知道如何使用pandas应用逻辑过滤排除的交易。我非常感谢你在这方面的帮助。谢谢。

您可以使用numpy.where（）在数据帧中创建条件列。这里有一个例子：@DSteman非常感谢您提供的方向和条件列。一个简单的问题：在编写条件列的条件时，我们如何能够查找字典并比较查找结果？您可以添加一个额外的列，在其中根据该字典将货币转换为数字。然后在您的条件中也使用该列。