Question

values = [-50, -80, -100]
max_value = None
for i in values:
    if max_value is None or i > max_value:
        max_value = i

为什么我们需要包含此代码max_value is None 假设我们经历了for循环循环1：i = -50。我们不能用无来评估-50，对吧？

Answer 1

由于您无法将# Extract columns v = df.filter(like='A') # Convert blanks to NaNs so we can call Series.dropna later. df['NC'] = v[v.astype(bool)].agg(lambda x: '_'.join(x.dropna()), axis=1) # Or, # df['NC'] = v[v.astype(bool)].agg( # lambda x: x.dropna().str.cat(sep='_'), axis=1) print(df) key A1 A2 A3 BX CX DX NC 0 1 X1 Y1 B1 C1 D1 X1_Y1 1 2 X2 Z2 B2 C2 D2 X2_Z2 2 3 X3 B3 C3 D3 X3 3 4 X4 B4 C4 D4 X4 4 5 B5 C5 D5与int进行比较，因此得出NoneType：

TypeError

因此，删除条件将导致您的代码中断。但是，最好设置一个最小的起始值，例如-50 > None # TypeError: '>' not supported between instances of 'int' and 'NoneType'：

-inf

当然，对于微不足道的计算，您可以使用内置的values = [-50, -80, -100] max_value = -float('inf') for i in values: if i > max_value: max_value = i：

max

Answer 2

最惯用的方法是假设values[0]为最大值，并从第一个索引开始迭代：

values = [-50, -80, -100]
max_value = values[0]
for i in values[1:]:
    if i > max_value:
        max_value = i

您可以摆脱None支票。

为什么我们需要检查value是否等于None？

2 个答案: