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, 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 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(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)？ 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！