Question

我正在调用某些单元格可能为空白的数据，并尝试根据某些条件对其进行过滤。

if data is not None:
   if data <= 50000:
     print(data)

我收到一条错误消息，指出“ NoneType”数据不能与整数进行比较。为什么即使在上面的第一行代码过滤掉NoneTypes之后，为什么我仍然收到此错误？

为澄清起见而进行编辑：实际上是这样设置代码的，它从Polygon api数据提要（https://polygon.io/docs/#getting-started）中提取数据。

tickers = api.polygon.all_tickers()
for ticker in tickers:
   if ticker.prevDay['c'] >= 20:
     company = api.polygon.company(ticker.ticker)
     if company.marketcap is not None:
        if company.marketcap <= 500000000:
           print(ticker.ticker)

这将从数据源中获取所有可用的股票，这些股票具有某些属性，例如“ ticker”（返回符号）或“ prevDay”（返回前一天的开盘价，最高价，最低价或收盘价）。

我认为问题在于并非所有股票都填充了“ marketcap”数据字段，因此对其进行迭代会返回“ NoneType”错误消息。我正在从内存中键入此内容，因此没有确切的错误消息，但稍后会更新。

Answer 1

我将猜测data是某种可迭代的（列表，数据框，矩阵）。如果是这样，那么第一个条件就是将数据与“无”进行比较。任何可迭代的，甚至只包含None的迭代也不是None。所以第一个条件是真的。

但是第二个条件（如果data是一个numpy数组）是元素式的。因此，我猜测numpy数组中的一个或多个元素为“无”，这就是它失败的原因。

如果这确实是一个numpy数组，则以numpy的方式进行操作：

data_nonnan = data[np.where(~np.isnan(data))]
print(data_nonnan[data_nonnan < 50000])

为什么应该解决时仍收到“ NoneType”错误？

1 个答案: