DataFrame
パンダが空かどうかを確認するには? 私の場合、ターミナルDataFrame
が空の場合にメッセージを出力したいと思います。
5 に答える
機能を利用していlen
ます。よりもはるかに高速ですempty
。len(df.index)
はさらに高速です。
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
'''
データフレームが空かどうかを確認するには、データフレームの列 index の長さをテストする必要があると主張します。
if len(df.columns) == 0: 1
理由:
Pandas Reference APIによると、次の違いがあります。
- 0 行0列の空のデータフレーム
NaN
したがって、少なくとも 1 列を含む行を持つ空のデータフレーム
おそらく、それらは同じではありません。他の答えはdf.empty
、 、len(df)
、またはlen(df.index)
を区別しないという点で不正確であり、どちらの場合もインデックスは 0で、空は Trueを返します。
例
例 1: 0 行と 0 列の空のデータフレーム
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
例 2: 0 行に空にされたが、n
列を保持しているデータフレーム
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
ここで、インデックスが 0で空が Trueである前の例に基づいて構築します。最初にロードされたデータフレーム df1の列インデックスの長さを読み取ると、実際に空であることを証明するために 0 列が返されます。
In [8]: len(df1.columns)
Out[8]: 0
In [9]: len(df2.columns)
Out[9]: 2
重要なことに、2 番目のデータフレーム df2 にはデータが含まれていませんが、永続的な空の列の量を返すため、完全に空ではありません。
重要な理由
これらのデータフレームに新しい列を追加して、その意味を理解しましょう。
# 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
df2 の元の列が再表示されたことは明らかです。したがって、代わりに列インデックスの長さを読み取ってlen(pandas.core.frame.DataFrame.columns)
、データフレームが空かどうかを確認することをお勧めします。
実用的なソリューション
# 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
新しいデータ系列を追加すると、空の列が再表示されることなく期待どおりに機能します (実際には、行のみを含む系列はありません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
私は長い道のりを行く方が好きです。これらは、try-except 句の使用を避けるために私が従うチェックです -
- 変数が None でないかどうかを確認します
- 次に、データフレームかどうかを確認し、
- 空でないことを確認してください
ここにDATA
、疑わしい変数があります -
DATA is not None and isinstance(DATA, pd.DataFrame) and not DATA.empty