Курс Python → Фильтрация списка от «ложных» значений

Для сжатия списка и удаления «ложных» значений (False, None, 0 и пустой строки) из него можно использовать следующий скрипт на Python. Для этого мы будем использовать встроенную функцию filter(). Передавая параметр None в качестве первого аргумента функции filter(), мы просим ее удалить из списка lst все значения, которые не вернут True по умолчанию.

Для проверки значения на True или False в Python можно использовать функцию bool(). Например, bool(0) вернет False, так как 0 интерпретируется как False, но bool('0') уже будет True, так как это непустая строка.


# Исходный список
lst = [False, True, None, 0, ' ', 'hello']

# Сжатие списка
filtered_list = list(filter(None, lst))

print(filtered_list) # Выведет: [True, ' ', 'hello']

В данном примере мы создаем исходный список lst, содержащий различные значения, включая False, True, None, 0, пустую строку и строку «hello». Затем мы применяем функцию filter() с параметром None к списку lst и сохраняем результат в переменной filtered_list. После этого мы выводим отфильтрованный список, который содержит только значения, вернувшие True при проверке.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Округление в Python
  2. Расчет времени выполнения кода
  3. Моржовый оператор в Python 3.8
  4. Регистрация на хакатоне
  5. JMESPath в Python
  6. Функции в Python: создание и вызов
  7. Нахождение хеша для бесконечности и NaN в Python
  8. Списки в Python
  9. Метод __ilshift__ для битового сдвига влево
  10. Декоратор @override
  11. Именованные срезы в Python
  12. Сортировка слиянием
  13. Округление дробей в Python
  14. Удаление элемента по индексу
  15. Работа с CSV файлами
  16. Преобразование списков в словарь
  17. Использование обратной косой черты в f-строках
  18. Структурирование данных с Pydantic
  19. Активация Matplotlib в Jupyter
  20. Метод rpow в Python
  21. Работа с аргументами командной строки
  22. Кортежи в Python: особенности и преимущества
  23. Поиск индексов подстроки
  24. Метод __iand__ для пользовательских классов
  25. Преобразование многоуровневого словаря
  26. Проверка кортежей.
  27. Измерение времени выполнения
  28. Работа со словарями с defaultdict из collections
  29. Основные операции с библиотекой Numpy
  30. Метод repr() в Python
  31. Поток данных в Python
  32. Оператор space-invader
  33. Работа с файлами в Python
  34. Упрощенный вывод данных в Python
  35. Метод rsub для пользовательских чисел
  36. Работа с множествами в Python
  37. Оптимизация гиперпараметров с Scikit Optimize
  38. Модуль inspect: получение информации о объектах
  39. Работа с многоуровневыми словарями в Python
  40. Создание виртуальной среды
  41. Удаление и повторная вставка ключа в OrderedDict
  42. Изменение объектов в Python
  43. Поиск индекса элемента
  44. Работа со строками
  45. Итераторы с потерямиZIP
  46. Работа с JSON данными в Python
  47. Управление IP-адресами через прокси

Marketello читают маркетологи из крутых компаний