Python lambda kiểm tra nếu null

Trong Python, hàm Lambda là một hàm ẩn danh, nghĩa là nó là một hàm không có tên. Nó có thể có bất kỳ số lượng đối số nào nhưng chỉ có một biểu thức, được đánh giá và trả về. Nó phải có giá trị trả về

Vì hàm lambda phải có giá trị trả về cho mọi đầu vào hợp lệ, nên chúng ta không thể định nghĩa nó bằng if mà không có other vì chúng ta không chỉ định giá trị trả về nếu điều kiện if là sai i. e. phần khác của nó

Hãy hiểu điều này với một ví dụ đơn giản về hàm lambda để bình phương một số chỉ khi nó lớn hơn 0 bằng cách sử dụng if nhưng không sử dụng other

Ví dụ 1

Python3

16

7

16

8

16

9

16

0

16

0_______01

16

2

16

3

16

4

16

5

16

6

 

16

7____08

16

9

16

00

đầu ra

16

1

Đoạn mã trên khi thực thi hiển thị SyntaxError, vì chúng ta biết rằng hàm lambda phải trả về một giá trị và hàm này trả về x*x nếu x > 0 và nó không chỉ định giá trị nào sẽ được trả về nếu giá trị của x nhỏ hơn hoặc bằng

Để sửa nó, chúng ta cần chỉ định cái gì sẽ được trả về nếu điều kiện if là sai. e. chúng ta phải chỉ định phần khác của nó

Hãy xem đoạn mã trên với phần khác của nó

Mã số

Python3

16

01

16

8

16

9

16

0

16

0_______01

16

2

16

3

16

4

16

5

16

6

16

02

16

03

 

16

7

16

8

16

06

16

00

đầu ra

16

Ví dụ #2. Mã đầu tiên là với if nhưng không có other, mã thứ hai là với if-else

Python3

16

08

16

09

16

9

16

0

16

0

16

3

16

4

16

9

16

5

16

6

16

02

16

50

16

2

con trăn. Pandas isnull[] và notnull[]

Cải thiện bài viết

Lưu bài viết

Thích bài viết

• Độ khó. Trung bình
• Cập nhật lần cuối. 08 tháng 6 năm 2022

Đọc

Bàn luận

Thực tiễn

Video

khóa học

Cải thiện bài viết

Lưu bài viết

Python là một ngôn ngữ tuyệt vời để thực hiện phân tích dữ liệu, chủ yếu là do hệ sinh thái tuyệt vời của các gói Python tập trung vào dữ liệu. Pandas là một trong những gói đó và giúp việc nhập và phân tích dữ liệu dễ dàng hơn nhiều.
Trong khi tạo Khung dữ liệu từ tệp csv, nhiều cột trống được nhập dưới dạng giá trị null vào Khung dữ liệu, điều này sau này sẽ tạo ra sự cố khi vận hành khung dữ liệu đó. Các phương thức isnull[] và notnull[] của Pandas được sử dụng để kiểm tra và quản lý các giá trị NULL trong khung dữ liệu.
 

Khung dữ liệu. isnull[]

 

Cú pháp. gấu trúc. isnull[“DataFrame Name”] hoặc DataFrame. isnull[]
Thông số. Đối tượng để kiểm tra giá trị null cho
Loại trả về. Khung dữ liệu của các giá trị Boolean là True cho các giá trị NaN 
 

Để tải xuống tệp CSV được sử dụng, hãy nhấp vào đây.
Ví dụ #1. Sử dụng isnull[] 
Trong ví dụ sau, cột Nhóm được kiểm tra các giá trị NULL và một chuỗi boolean được trả về bởi phương thức isnull[] lưu trữ giá trị NaN True vĩnh viễn và False cho Not null .
 

con trăn

16

7

16

8

16

9

 

16

0

16

1

16

9

16

3____54

16

5

 

16

6

16

80

16

9

16

82

16

83

16

84

 

16

85

16

86

16

87

Đầu ra.
Như được hiển thị trong hình ảnh đầu ra, chỉ những hàng có Team=NULL được hiển thị.
 

 

Khung dữ liệu. có giá trị[]

 

Cú pháp. gấu trúc. notnull[“DataFrame Name”] hoặc DataFrame. notnull[]
Tham số. Đối tượng để kiểm tra giá trị null cho
Loại trả về. Khung dữ liệu của các giá trị Boolean là Sai đối với các giá trị NaN 
 

Ví dụ #1. Sử dụng notnull[] 
Trong ví dụ sau, cột Giới tính được kiểm tra cho các giá trị NULL và một chuỗi boolean được trả về bởi phương thức notnull[] lưu trữ giá trị True mãi mãi là NON-NULL và False cho một .
 

con trăn

16

7

16

8

16

9

 

16

0

16

1

16

9

16

3____54

16

5

 

16

97

16

80

16

9

16

00____501

16

84

 

16

03

16

87

Đầu ra.
Như được hiển thị trong hình ảnh đầu ra, chỉ những hàng có một số giá trị trong Giới tính mới được hiển thị.
 

 

Ghi chú cá nhân của tôi arrow_drop_up

Tiết kiệm

Vui lòng Đăng nhập để nhận xét.