上一篇我们彻底学完了Python全套运算符所有的比较、逻辑、成员运算最终都会输出 True / False 布尔结果。而想要让代码「根据结果自动执行不同逻辑」就必须依靠 条件判断语句。if 条件语句是编程逻辑的入口也是数据筛选、异常判断、样本过滤、模型阈值控制的核心语法。机器学习数据预处理中 80% 的数据清洗逻辑都是基于 if 判断实现。本篇全程零基础、无废话、可直接复制运行统一专栏风格补齐Python逻辑编程核心基础。一、条件语句核心原理Python 条件语句执行规则判断条件结果为 True执行对应代码块判断条件结果为 False跳过对应代码块遵循缩进规则缩进一致的代码为同一个代码块Python核心语法缩进错误直接报错所有可以产生布尔值的表达式都可以作为判断条件比较运算、逻辑运算、成员运算、空值判断、数据隐式真假判定。二、单分支 if 语句最基础**适用场景**满足条件就执行不满足就什么都不做常用于数据合规校验、有效样本筛选。语法格式if条件表达式:# 条件为True时执行的代码必须缩进实战代码# 单分支if筛选成年样本age22ifage18:print(年龄合规样本纳入数据集)运行结果年龄合规样本纳入数据集三、双分支 if-else 语句二选一**适用场景**条件成立执行A不成立执行B二选一执行是开发中使用率最高的结构。语法格式if条件表达式:条件成立执行代码else:条件不成立执行代码**实战案例**数据有效性判断# 机器学习样本有效性判断income3000ifincome5000:print(高收入样本保留训练集)else:print(低收入样本保留观测集)四、多分支 if-elif-else 语句多条件筛选**适用场景**多个条件分层判断多选一执行用于分级筛选、多阈值判定、数据分类。核心规则从上到下依次判断匹配到第一个满足的条件即停止判断所有分支最多只会执行一个。语法格式if条件1:条件1成立执行elif条件2:条件2成立执行elif条件3:条件3成立执行else:所有条件均不成立执行**实战案例**样本分级分类贴合机器学习# 根据分数对样本质量分级score88ifscore90:print(优质样本纳入核心训练集)elifscore70:print(普通样本纳入常规训练集)elifscore40:print(低质样本仅用于辅助训练)else:print(无效样本直接剔除)运行结果普通样本纳入常规训练集五、if 嵌套语句复杂逻辑判断**适用场景**先满足大条件再细分小条件用于多层级数据筛选、复合逻辑校验完全贴合复杂数据预处理场景。实战案例多层样本筛选# 嵌套if先判断年龄再判断收入age35income6000if18age60:print(年龄合规进入二次筛选)ifincome5000:print(优质有效样本纳入训练集)else:print(普通有效样本纳入验证集)else:print(年龄超限直接剔除)六、极简写法三目运算符单行if对于简单的双分支判断可使用三目运算符压缩为一行代码简洁高效常用于数据快速赋值、标签生成。语法格式结果Aif条件else结果B实战案例生成样本标签# 普通if写法labelifscore60:label合格else:label不合格# 三目运算符极简写法score75label合格ifscore60else不合格print(样本标签,label)七、新手高频踩坑合集必看缩进错误if 下方代码必须缩进4个空格缩进混乱直接报错、逻辑错乱符号错误条件末尾必须加冒号 :漏写冒号是新手第一大报错赋值判断混淆条件判断用 绝对不能用 多分支冗余判断elif 自带互斥性无需重复叠加条件避免代码冗余空值判断错误判断None必须用 if data is None禁止直接 if data None逻辑并列误用需要多条件同时生效用多个if多选一必须用if-elif八、机器学习实战综合案例结合前面所学的运算符 条件判断完成一套数据预处理样本过滤逻辑可直接用于小型数据集清洗。# 综合实战清洗无效训练样本# 筛选规则年龄18-60 且 收入4000 为有效样本age28income4500data[age,income]# 先判断数据是否为空再判断数值条件ifdataisnotNoneandlen(data)0:if18age60andincome4000:print(✅ 样本有效加入训练集)else:print(❌ 数值不达标剔除样本)else:print(❌ 数据为空直接丢弃)九、核心应用场景数据预处理过滤缺失数据、异常样本、无效特征样本分类根据特征数值划分样本等级、数据集分类模型控制根据准确率、损失值阈值调整训练逻辑数据清洗批量修正异常数值、补全缺失特征结果判定模型预测结果阈值筛选、标签归类