如何在 Pandas 中安全地对非空 DataFrame 执行行级操作

本文详解如何在 Pandas 中判断 DataFrame 是否为空并在行级处理如 apply 或迭代中避免对空数据执行无效操作重点推荐 iterrows() 空值前置校验的稳健方案。 本文详解如何在 pandas 中判断 dataframe 是否为空并在行级处理如 apply 或迭代中避免对空数据执行无效操作重点推荐 iterrows() 空值前置校验的稳健方案。在实际数据处理中我们常需对 DataFrame 的每一行执行特定操作例如发送邮件、调用 API、写入数据库但必须确保仅当 DataFrame 非空时才启动该流程——否则可能引发冗余日志、空指针异常或意外副作用。值得注意的是df.apply(func, axis1) 本身无法跳过“空 DataFrame”因为当 df.empty True 时apply 根本不会调用函数返回空 Series/DataFrame但若误将空校验逻辑嵌入函数内部如问题中的 Scenario 2不仅多余还易造成误解和维护陷阱。因此正确的实践是将空检查置于行级处理逻辑之外作为顶层守卫再选用语义清晰、控制明确的迭代方式处理有效行。? 推荐方案iterrows() 外层空校验简洁、安全、可读性强import pandas as pddf pd.DataFrame({ Datetime: [2020/01/30 14:00:00, 2020/01/30 14:00:00], Item: [Apple, Apple], Cost: [1, 1]})df df.drop_duplicates(keepFalse) # 可能产生空 DataFrame# ? 正确外层判断仅当有数据时才迭代if not df.empty: for idx, row in df.iterrows(): # 每行独立处理例如发送邮件 print(f→ 发送第 {idx} 行数据:) print(f 时间: {row[Datetime]}) print(f 商品: {row[Item]}) print(f 成本: {row[Cost]}) # send_email(toadminexample.com, subjectrow[Item], bodystr(row))else: print(?? DataFrame 为空跳过所有行级操作。)? 为什么不用 df.apply(func, axis1) JoinMC智能客服 JoinMC智能客服帮您熬夜加班7X24小时全天候智能回复用户消息自动维护媒体主页全平台渠道集成管理电商物流平台一键绑定让您出海轻松无忧