数据的反向传递

#### 步骤

1. 启动界面,等待结果

        Intent intent = new Intent(this,SmsListActivity.class);
        //startActivity(intent);//启动一个新的界面,但是不需要返回结果
        
        //1. 启动下一个界面,然后等待结果的返回
        startActivityForResult(intent,0);
2. 在下一个界面设置返回的结果

        Intent intent = new Intent();
                intent.putExtra("sms", objects[position]);
                //2.返回结果
                setResult(1, intent);
3. 关闭下一个界面

        //3.关闭当前界面
                finish();
4. 在当前界面重写onActivityResult获取结果

        @Override
            protected void onActivityResult(int requestCode, int resultCode, Intent data) {
                super.onActivityResult(requestCode, resultCode, data);
                
                //4.获取到下一个界面返回的数据
                String sms = data.getStringExtra("sms");
                et_content.setText(sms);
            }

 

###requestCode和 resultCode的用意

* requesetCode

> 当一个界面有多个请求发出去,并且都等待结果的返回。这个时候,就必须要区分一下到底当前是什么请求已经拿到数据返回了,所以就应该使用requestCode判定。

* resultCode

> 当下一个界面返回的数据有不同种类型,这个时候就可以使用resultCode去判定到底是什么类型的数据(一般都很少用。) 

转载于:https://www.cnblogs.com/MarsDabiaoge/p/5121998.html

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
该资源内项目源码是个人的课程设计、毕业设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。 该资源内项目源码是个人的课程设计,代码都测试ok,都是运行成功后才上传资源,答辩评审平均分达到96分,放心下载使用! ## 项目备注 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可用于毕设、课设、作业等。 下载后请首先打开README.md文件(如有),仅供学习参考, 切勿用于商业用途。
### 回答1: 在 Pandas 中,你可以使用 `~` 操作符来反向筛选数据。例如: ``` import pandas as pd df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [True, False, True, False]}) # 反向筛选出所有 B 列为 False 的行 result = df[~df['B']] print(result) ``` 输出: ``` A B 1 2 False 3 4 False ``` ### 回答2: 在pandas中,我们可以使用"~"运算符来进行反向筛选数据。"~"运算符可以应用于布尔条件,将其翻转。 假设我们有一个DataFrame对象df,其中包含了一列名为"age"的年龄数据。我们想要筛选出年龄不等于25的所有行数据。可以使用如下代码: filtered_data = df[~(df['age'] == 25)] 首先,我们使用df['age'] == 25创建了一个布尔条件,该条件返回True表示年龄等于25的行。然后,在布尔条件外加上"~"运算符,实现翻转。最后,将该布尔条件传递给df[]操作符,从而将筛选后的数据返回给filtered_data。 另外,我们也可以使用loc[]方法来实现反向筛选数据。使用loc[]方法的好处是可以同时选择行和列。例如,使用以下代码可以实现相同的目标: filtered_data = df.loc[~(df['age'] == 25), :] 在loc[]方法中,我们使用布尔条件作为行索引,":"表示选择所有列。再次,在布尔条件之前添加"~"运算符实现反向筛选。 无论选择哪种方法,都可以通过使用"~"运算符来反向筛选pandas数据。 ### 回答3: 在Pandas中,可以使用~(波浪线)来实现反向筛选数据的操作。具体步骤如下: 首先,我们需要根据特定的条件进行数据筛选。例如,我们有一个名为df的DataFrame,并且我们希望筛选出其中某一列满足特定条件的数据。 可以使用语法df[column_name] < condition来实现条件筛选,其中column_name是列名,condition是满足的条件。 接下来,我们可以使用~运算符来反向筛选数据。只需在条件前面加上~即可。 例如,我们可以使用以下语法来反向筛选出df中某列不满足特定条件的数据: filtered_data = df[~(df[column_name] < condition)] 这将返回一个新的DataFrame对象filtered_data,其中包含不满足条件的数据。 需要注意的是,波浪线~必须放在整个条件的外部,以确保正确的逻辑运算顺序。 使用这种方法,我们可以方便地对数据进行反向筛选,得到我们所需的结果。通过修改条件以及列名,可以在实际应用中灵活使用此方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值