Python I'；我很难理解这行代码是如何过滤熊猫数据帧的；s行

我知道首先我要将csv文件的内容分配给数据帧，但我不知道lambda函数到底在做什么，不选择“Fat”列中值为“None”的行

data = pd.read_csv('data.csv',delimiter=';')

filtered_data = data[lambda row:row.Fat != 'None']

它使用数据帧的特性。您可以传递一个可调用（如函数）作为索引来选择子集

lambda

只是创建函数的简写，即，您还可以编写：

def is_fat(row):
    return row.Fat != 'None'

并使用该功能编制索引：

filtered_data = data[is_fat]

如您所见，

lambda

函数基本上会为列

Fat

中包含

'None'

的行返回

False

，否则返回

True

。

它使用的是数据帧的特性。您可以传递一个可调用（如函数）作为索引来选择子集

lambda

只是创建函数的简写，即，您还可以编写：

def is_fat(row):
    return row.Fat != 'None'

并使用该功能编制索引：

filtered_data = data[is_fat]

---

如您所见，

lambda

函数基本上会为列

Fat

中有

'None'

的行返回

False

，否则返回

True

。

lambda

函数作为匿名函数，就在代码中。与函数

def filter\u none（行）比较：如果value.Fat！='无其他错误

。因此，对于每一行，您都会得到一个

True

或

False

值，并且您的

数据

会被过滤掉。尽管我更喜欢像

filtered\u data=data[data.Fat！='None']

这样的东西，lambda作为匿名函数，就在代码中。与函数

def filter\u none（行）比较：如果value.Fat！='无其他错误

。因此，对于每一行，您都会得到一个

True

或

False

值，并且您的

数据

会被过滤掉。尽管我更喜欢像

filtered\u data=data[data.Fat！='None']

。