数据帧查询中的Python lambda函数

我有一个数据帧，格式如下（不是完整大小）：

本质上，我试图将其过滤为介于两个指定日期和类型等于USD和GBP之间的日期。我目前可以对日期筛选器执行此操作，但不能对类型筛选器执行此操作：

df = df[(df.Date <= EndDate) & (df.Date >= StartDate)]

df=df[（df.Date=StartDate）]

我似乎不知道如何过滤我需要的类型（因为它需要“or”和“not”&”）

此外，我想知道如何在一行中完成这一切。我见过其他人使用lambda做类似的事情，但我不太明白这些是如何工作的

有人可以帮助我查询并解释我如何通过Lambda示例实现相同的查询吗

---

谢谢

我认为您需要添加以下条件：

样本：

StartDate = '2017-01-04'
EndDate = '2017-01-05'
df1 = df[(df.Date <= EndDate) & (df.Date >= StartDate) & (df.Type.isin(['USD','GBP']))]
print (df1)
         Date Type     T0     T1     T2
0  2017-01-05  GBP  0.001  0.005  0.006
1  2017-01-05  USD  0.001  0.005  0.006

df2 = df.query('@EndDate >= Date >= @StartDate and Type in ["USD", "GBP"]')
print (df2)
         Date Type     T0     T1     T2
0  2017-01-05  GBP  0.001  0.005  0.006
1  2017-01-05  USD  0.001  0.005  0.006

StartDate='2017-01-04'
结束日期='2017-01-05'
df1=df[（df.Date=StartDate）和（df.Type.isin（['USD'，'GBP']）]
打印（df1）
日期类型T0 T1 T2
0 2017-01-05英镑0.001 0.005 0.006
1 2017-01-05美元0.001 0.005 0.006
df2=df.query（“@EndDate>=Date>=@StartDate并键入[“USD”，“GBP”]”）
打印（df2）
日期类型T0 T1 T2
0 2017-01-05英镑0.001 0.005 0.006
1 2017-01-05美元0.001 0.005 0.006

Nice

query

solution:）回答得很好。为了获得额外的积分，您能否举例说明如何使用lambda函数来实现这一点你认为通过呼叫进行选择吗？

df1 = df[(df.Date <= EndDate) & (df.Date >= StartDate) & (df.Type.isin(['USD','GBP']))]

df2 = df.query('@EndDate >= Date >= @StartDate and Type in ["USD", "GBP"]')

StartDate = '2017-01-04'
EndDate = '2017-01-05'
df1 = df[(df.Date <= EndDate) & (df.Date >= StartDate) & (df.Type.isin(['USD','GBP']))]
print (df1)
         Date Type     T0     T1     T2
0  2017-01-05  GBP  0.001  0.005  0.006
1  2017-01-05  USD  0.001  0.005  0.006

df2 = df.query('@EndDate >= Date >= @StartDate and Type in ["USD", "GBP"]')
print (df2)
         Date Type     T0     T1     T2
0  2017-01-05  GBP  0.001  0.005  0.006
1  2017-01-05  USD  0.001  0.005  0.006