Python 图中的Lambda函数

我无法理解下面定义的lambda函数中if-else-if-else的结构。特别是——部分：

if x != x

在此代码中：

check['Id'].map(lambda x: x if x != x else (str(x)[:str(x).rfind('.0')] if str(x).rfind('.0') != -1 else str(x))

---

PS：我知道上面的代码正在格式化ID值，并返回一个没有小数点的字符串，该字符串可能存在于输入中

我认为这是为了与

NaN

s合作，因为：

np.nan != np.nan

因此，如果

NaN

s，它将返回

NaN

s，否则将处理字符串

样本：

check = pd.DataFrame({'Id':[np.nan, '0909.0', '023', '09.06']})

a = check['Id'].map(lambda x: x if x != x else (str(x)[:str(x).rfind('.0')] if str(x).rfind('.0') != -1 else str(x)))
print (a)
0     NaN
1    0909
2     023
3      09
Name: Id, dtype: object

如果忽略它，它将起作用，因为转换为字符串，但第一个值不是

np.nan

，而是字符串

nan

：

a = check['Id'].map(lambda x: (str(x)[:str(x).rfind('.0')] if str(x).rfind('.0') != -1 else str(x)))
print (a)
0     nan
1    0909
2     023
3      09
Name: Id, dtype: object

如果所有值都是带

NaN

s的字符串，请删除转换为字符串：

a = check['Id'].map(lambda x: ((x)[:(x).rfind('.0')] if (x).rfind('.0') != -1 else (x)))
print (a)

AttributeError:“float”对象没有属性“rfind”

---

正如jezrael发布的，它只是过滤掉

NaN

值。 不过，这并不是最通俗易懂的写作方式

如果通过lambda函数运行

NaN

时遇到问题，则应添加参数

na_action='ignore'

，以便映射函数忽略NaN并避免错误

所以你应该试试：

map(lambda x:      your_function_here      , na_action='ignore')

而不是：

map(lambda x: x if x != x else ( your_function_here ) )

您应该期望在两个代码中得到相同的结果，但第一个代码更具python风格和可读性，因为它清楚地表明我们忽略了Na值

map(lambda x: x if x != x else ( your_function_here ) )