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, axis=1) 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 pd
df = 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(keep=False) # 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(to="admin@example.com", subject=row['Item'], body=str(row))
else:
print("⚠️ DataFrame 为空，跳过所有行级操作。")
? 为什么不用 df.apply(func, axis=1)？
- apply 是向量化设计，适用于列间计算，而非副作用操作（如 I/O）；
- 当 df.empty 为 True 时，apply 直接返回空结果，函数体根本不会执行，此时在函数内写 if not df.empty: 完全无效且误导；
- apply 在行级场景下性能无优势，反而因索引对齐、类型推断等开销更大。
⚠️ 注意事项与最佳实践
- 避免在 apply 函数内做 df.empty 判断：apply 的参数是单行 Series（axis=1），row.empty 永远为 False（单行不可能为空），而访问 df 全局变量易导致闭包陷阱或作用域混乱；
- 行级空值过滤 ≠ DataFrame 空判断：若目标是跳过含 NaN 的行，请用 df.dropna() 或 df[~df.isna().any(axis=1)] 预处理，而非混淆“DataFrame 为空”与“某行含空值”；
-
对大数据集慎用 iterrows()：虽语义清晰，但底层拷贝开销较大；如需极致性能且逻辑允许，可改用 itertuples()（返回命名元组，更快更省内存）：
if not df.empty: for row in df.itertuples(index=True): print(f"ID: {row.Index}, 时间: {row.Datetime}, 商品: {row.Item}")
✅ 总结
判断 DataFrame 是否为空并安全执行行级操作，核心原则是：守卫在前，迭代在后。使用 if not df.empty: 做顶层防护，配合 iterrows()（或 itertuples()）进行清晰可控的逐行处理，既符合 Python 的显式哲学，又规避了 apply 在副作用场景下的语义缺陷与潜在风险。此模式简洁、健壮、易于测试与调试，是生产环境中的首选实践。
