Pandas创建新列：判断行内其余值是否均为空字符串

没问题，我来帮你搞定这个需求！核心思路是先把所有仅包含空白字符的字符串（比如' '）转换成等效的空状态，再判断每行是否所有列都满足“空”的条件。

基础实现（仅字符串列） #

如果你的DataFrame所有列都是字符串类型，用下面的方法最直接高效：

步骤1：创建示例DataFrame #

import pandas as pd

d = {'col1': ['', '2', '   '], 'col2': ['', 'alpha', '  ']}
df = pd.DataFrame(data=d)

步骤2：添加新列 #

这里有两种简洁的写法，任选其一即可：

写法一：先统一处理空白字符串，再判断全空

# 先把所有单元格去掉前后空格，将空字符串转为缺失值pd.NA
trimmed_df = df.apply(lambda col: col.str.strip().replace('', pd.NA))
# 检查每行是否所有列都是缺失值
df['new_column'] = trimmed_df.isna().all(axis=1)

写法二：逐行检查每个单元格

# 对每行的每个单元格，去掉空格后判断是否为空，用all()确认所有单元格都满足空条件
df['new_column'] = df.apply(lambda row: all(cell.strip() == '' for cell in row), axis=1)

运行结果 #

执行后你的DataFrame会变成：

col1   col2  new_column
0          ""        True
1    2  alpha       False
2   "   " "  "        True

进阶兼容：包含非字符串列的情况 #

如果你的DataFrame里有数字、布尔值等非字符串列，上面的方法会报错（因为非字符串类型没有strip()方法）。这时候可以写一个自定义函数来兼容所有列类型：

def is_all_empty(row):
    for cell in row:
        # 字符串类型：检查去掉空格后是否为空
        if isinstance(cell, str):
            if cell.strip() != '':
                return False
        # 非字符串类型：只要不是缺失值，就不算空
        else:
            if pd.notna(cell):
                return False
    return True

df['new_column'] = df.apply(is_all_empty, axis=1)

这个函数会自动区分单元格类型：非空的数字、布尔值等会被识别为“非空”，而空白字符串、空字符串都会被判定为“空”，完美适配混合类型的DataFrame。

内容的提问来源于stack exchange，提问作者mayankmehtani