如何检查数据帧是否为空？

Question

如何检查数据帧是否为空？在我的例子中，如果DataFrame为空，我想在终端中打印一些消息。

Answer 1

为了查看数据框是否为空，我认为应该测试数据框的列索引的长度：

if len(df.columns) == 0: 1

根据熊猫参考API，有以下区别：

• 包含0行和0列的空数据帧
• 一个空数据帧，其中的行包含NaN，因此至少有一列

按理说，它们并不相同。其他答案是不精确的，因为df.empty，len（df），或len（df.index）没有区别，在这两种情况下返回索引为0，空为True。

示例1：具有0行和0列的空数据帧

In [1]: import pandas as pd
        df1 = pd.DataFrame()
        df1
Out[1]: Empty DataFrame
        Columns: []
        Index: []

In [2]: len(df1.index)  # or len(df1)
Out[2]: 0

In [3]: df1.empty
Out[3]: True

示例2：清空为0行但仍保留n列的数据帧

In [4]: df2 = pd.DataFrame({'AA' : [1, 2, 3], 'BB' : [11, 22, 33]})
        df2
Out[4]:    AA  BB
        0   1  11
        1   2  22
        2   3  33

In [5]: df2 = df2[df2['AA'] == 5]
        df2
Out[5]: Empty DataFrame
        Columns: [AA, BB]
        Index: []

In [6]: len(df2.index)  # or len(df2)
Out[6]: 0

In [7]: df2.empty
Out[7]: True

现在，基于前面的示例，其中索引为0，空为True。当读取第一个加载的数据帧df1的列索引长度时，它返回0列来证明它确实是空的。

In [8]: len(df1.columns)
Out[8]: 0

In [9]: len(df2.columns)
Out[9]: 2

关键的是，虽然第二个数据帧df2不包含数据，但它不是完全空的，因为它返回保留的空列的数量。

让我们向这些数据帧添加一个新列以了解其含义：

# As expected, the empty column displays 1 series
In [10]: df1['CC'] = [111, 222, 333]
         df1
Out[10]:    CC
         0 111
         1 222
         2 333
In [11]: len(df1.columns)
Out[11]: 1

# Note the persisting series with rows containing `NaN` values in df2
In [12]: df2['CC'] = [111, 222, 333]
         df2
Out[12]:    AA  BB   CC
         0 NaN NaN  111
         1 NaN NaN  222
         2 NaN NaN  333
In [13]: len(df2.columns)
Out[13]: 3

很明显，df2中的原始柱已重新浮出水面。因此，明智的做法是使用len（pandas.core.frame.DataFrame.columns）读取列索引的长度，以查看数据帧是否为空。

# New dataframe df
In [1]: df = pd.DataFrame({'AA' : [1, 2, 3], 'BB' : [11, 22, 33]})
        df
Out[1]:    AA  BB
        0   1  11
        1   2  22
        2   3  33

# This data manipulation approach results in an empty df
# because of a subset of values that are not available (`NaN`)
In [2]: df = df[df['AA'] == 5]
        df
Out[2]: Empty DataFrame
        Columns: [AA, BB]
        Index: []

# NOTE: the df is empty, BUT the columns are persistent
In [3]: len(df.columns)
Out[3]: 2

# And accordingly, the other answers on this page
In [4]: len(df.index)  # or len(df)
Out[4]: 0

In [5]: df.empty
Out[5]: True

# SOLUTION: conditionally check for empty columns
In [6]: if len(df.columns) != 0:  # <--- here
            # Do something, e.g. 
            # drop any columns containing rows with `NaN`
            # to make the df really empty
            df = df.dropna(how='all', axis=1)
        df
Out[6]: Empty DataFrame
        Columns: []
        Index: []

# Testing shows it is indeed empty now
In [7]: len(df.columns)
Out[7]: 0

添加一个新的数据系列可以在不重新显示空列的情况下正常工作（事实上，没有任何包含仅包含NaN行的系列）：

In [8]: df['CC'] = [111, 222, 333]
         df
Out[8]:    CC
         0 111
         1 222
         2 333
In [9]: len(df.columns)
Out[9]: 1

Answer 2

我使用len函数。它比空快得多。len（df.index）甚至更快。

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10000, 4), columns=list('ABCD'))

def empty(df):
    return df.empty

def lenz(df):
    return len(df) == 0

def lenzi(df):
    return len(df.index) == 0

'''
%timeit empty(df)
%timeit lenz(df)
%timeit lenzi(df)

10000 loops, best of 3: 13.9 µs per loop
100000 loops, best of 3: 2.34 µs per loop
1000000 loops, best of 3: 695 ns per loop

len on index seems to be faster
'''

Answer 3

您可以使用属性df。empty要检查它是否为空：

if df.empty:
    print('DataFrame is empty!')

来源：熊猫文档