关于Pandas中map内Lambda函数的条件逻辑疑问（含x != x部分）

我来帮你一步步拆解这段代码，把每个部分的逻辑都讲得明明白白～

首先先把完整的lambda函数摆出来，方便对照：

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

核心困惑点：x != x是什么意思？ #

这是Python里判断**NaN（非数字）**的一个小技巧！因为在Python中，只有NaN满足「自己不等于自己」——比如import numpy as np; np.nan != np.nan会返回True，而其他所有正常的值（数字、字符串等）都是x == x的。所以这部分的逻辑是：如果当前元素是NaN，就直接返回NaN本身。

拆解嵌套的if-else逻辑 #

接下来看else后面的部分，这是处理非NaN元素的逻辑，我们把它拆成更直观的写法：

# 非NaN时的逻辑
if str(x).rfind('.0') != -1:
    # 如果字符串结尾是".0"，就截取到".0"之前的部分
    return str(x)[:str(x).rfind('.0')]
else:
    # 如果没有".0"结尾，就直接返回转成字符串的x
    return str(x)

这里的str(x).rfind('.0')是找字符串中.0最后出现的位置：

• 如果找到（返回值不等于-1），说明x转成字符串后是以.0结尾的（比如数字123.0转成字符串是"123.0"），这时候截取到.0之前的部分，就得到了去掉小数位的字符串"123"；
• 如果没找到（返回值是-1），说明x转成字符串后没有.0结尾（比如456转成"456"，789.5转成"789.5"），就直接返回原字符串。

整个函数的完整逻辑总结 #

把两部分合起来，这个lambda函数对check['Id']的每个元素做了这些事：

• 如果元素是NaN，保持NaN不变；
• 如果元素是正常值，转成字符串后，去掉可能存在的.0结尾（也就是把带.0的数字转成整数形式的字符串，其他值保持原样）。

举几个实际例子更清楚：

• 输入np.nan → 返回np.nan
• 输入123.0 → 返回"123"
• 输入456 → 返回"456"
• 输入789.5 → 返回"789.5"

小补充：更清晰的写法 #

原代码用x != x判断NaN虽然巧妙，但可读性稍差，实际开发中可以用更直观的pd.isna(x)或者np.isnan(x)来替代，逻辑完全一样，但别人读起来更容易理解～

内容的提问来源于stack exchange，提问作者Sharvari Gc