如何在Jupyter Notebook中按DataFrame行数控制代码执行？

更简洁的行数统计方式 #

你当前用的两种统计方法可行，但还有更直接高效的方案：

• rows_count = len(df1.index)：直接获取DataFrame真实总行数，不受空值影响，直观高效
• rows_count = df1.shape[0]：通过shape属性快速取行数（shape[1]对应列数）

执行控制逻辑的三种实现方式 #

1. 条件判断包裹代码块

这是最常用的方式，满足行数要求才执行后续代码：

# 任选一种行数统计方式
rows_count = len(df1.index)
# rows_count = df1.count()[0]
# rows_count = df1[df1.columns[0]].count()

if rows_count >= 100:
    # 此处编写所有后续执行的代码
    print("行数达标，开始执行后续逻辑")
    # 示例操作：数据清洗、特征工程等
    processed_df = df1.drop_duplicates()
    # ...其他业务代码
else:
    print(f"行数不足，当前仅{rows_count}行，无法执行后续操作")

2. 抛出异常终止执行

如果行数不达标时需要直接终止单元格运行，可主动抛出异常：

rows_count = df1.shape[0]
if rows_count < 100:
    raise ValueError(f"DataFrame行数不符合要求：当前{rows_count}行，需≥100行")

# 只有行数达标时才会执行以下代码
print("行数校验通过，继续处理数据")
# ...后续代码逻辑

3. 使用断言快速校验

适合调试阶段，断言失败会直接终止执行，无需额外分支：

rows_count = df1[df1.columns[0]].count()
assert rows_count >= 100, f"行数校验失败：{rows_count} < 100"

# 断言通过后执行后续代码
# ...你的业务处理代码

关键提示 #

使用count()方法统计时，会自动忽略列中的空值（NaN），如果第一列存在缺失值，统计结果会小于真实总行数。若需要获取真实总行数，优先使用len(df1.index)或df1.shape[0]。

内容的提问来源于stack exchange，提问作者Jordan