如何检查pandas DataFrame是否为空？

Question

如何检查大熊猫是否DataFrame为空？在我的情况下,我想在终端打印一些消息,如果它DataFrame是空的.

Answer 1

您可以使用该属性df.empty检查它是否为空:

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

来源:熊猫文档

Answer 2

我使用len函数.它比empty()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

要查看数据框是否为空，我认为应该测试数据框列索引的长度：

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

原因：

根据Pandas Reference API，有以下区别：

• 具有 0 行和0 列的空数据框
• 一个空数据帧用含有行NaN因此至少1列

可以说，它们并不相同。其他答案不精确，因为df.empty,len(df)或len(df.index)没有区别并且返回索引为 0并且在这两种情况下空为 True。

例子

示例 1：具有 0 行和 0 列的空数据框

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列的数据框

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，以前面的示例为基础，其中索引为 0，空为 True。在读取第一个加载的数据帧 df1的列索引长度时，它返回 0 列以证明它确实为空。

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 不包含任何数据，但它并不是完全空的，因为它返回持续存在的空列的数量。

为什么重要

让我们向这些数据框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 中的原始列已经重新浮出水面。因此，为谨慎起见，而不是读出的列索引的长度与len(pandas.core.frame.DataFrame.columns)以查看是否有数据帧是空的。

实用解决方案

# 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

添加新数据系列按预期工作，无需重新显示空列（实际上，没有任何包含仅包含 的行的系列NaN）：

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 4

我更喜欢走很长的路.这些是我为避免使用try-except子句而遵循的检查 -

1. 检查变量是否不是None
2. 然后检查它是否是一个数据帧和
3. 确保它不是空的

在这里,DATA是可疑变量 -

DATA is not None and isinstance(DATA, pd.DataFrame) and not DATA.empty