Python中如何用简洁写法替代数组/DataFrame的None判断赋值逻辑？

这个问题太常见了！想用简洁的写法替代if a is None的判断，但又踩了numpy数组或pandas DataFrame的真值判断坑对吧？我给你几个靠谱的方案，分两种情况来说：

情况1：和原始逻辑完全一致（仅当a为None时用b） #

如果你的需求还是和原来的代码一样——只有当a明确是None的时候才替换成b，不管a是空数组、0还是其他假值，那最安全简洁的写法就是：

import numpy as np
b = np.array([1,2,3,4])

def func(a=None):
    a = b if a is None else a

这个写法完全等价于你原来的if判断，而且根本不会触发数组的真值判断，因为只检查a is None，对任何类型都友好，包括数组、DataFrame、浮点数啥的。

情况2：想实现「a为None或零长度时用b」（利用非零长度为True的特性） #

如果你确实想利用“非零长度的数组/列表视为True”的特性——也就是当a是None，或者a是零长度的空数组/列表/DataFrame时，才替换成b，那可以这样写：

import numpy as np
b = np.array([1,2,3,4])

def func(a=None):
    a = a if (a is not None and len(a)) else b

这个写法会先判断a不是None，再检查它的长度是否非零，只要满足就保留a，否则用b。对于numpy数组和pandas DataFrame，len()都能正常返回元素个数（数组是维度长度，DataFrame是行数），不会触发真值判断的错误。

要是担心某些特殊类型的len()表现不够准确，也可以用更通用的方式检查元素总数：

import numpy as np
b = np.array([1,2,3,4])

def func(a=None):
    a = a if (a is not None and np.asarray(a).size) else b

np.asarray(a).size会返回所有元素的总数，不管是一维数组、多维数组还是DataFrame，都能准确判断是否为空。

最后提一句：a = a or b之所以报错，是因为numpy数组和pandas DataFrame不允许直接做真值判断（毕竟歧义性太大——到底是所有元素为True才算True？还是只要有一个？），所以我们绕开直接判断真值，改用明确的is None或者长度/元素数量检查，就能完美解决问题啦！

内容的提问来源于stack exchange，提问作者Marses