For循环内条件过滤返回空Series/DataFrame，如何提取符合条件的公司名

问题根源是当过滤后没有匹配行时，空Series调用.values[0]或.iloc[0]会触发索引错误，核心是要先处理“无匹配数据”的情况，以下是几种实用方案：

方案1：先判断过滤结果是否非空（推荐） #

先检查过滤后的DataFrame是否有数据，再提取公司名，逻辑清晰且高效：

for company, target_price in watchlist:
    # 构建过滤条件，注意括号优先级：& 高于 |，必须把或条件括起来
    mask = (comparison_df['公司名'] == company) & \
           ((comparison_df['Mid-price (p)'] <= target_price) | (comparison_df['Buy Ratio'] >= 0.5))
    filtered_df = comparison_df[mask]
    
    # 仅当有匹配数据时提取
    if not filtered_df.empty:
        matched_company = filtered_df['公司名'].iloc[0]
        # 这里写你对匹配到的公司名的处理逻辑
    else:
        # 无匹配时可选择跳过、记录日志或其他操作
        continue

方案2：用异常捕获处理空数据 #

如果更倾向于用异常处理的方式，可以捕获IndexError来处理无匹配的情况：

for company, target_price in watchlist:
    mask = (comparison_df['公司名'] == company) & \
           ((comparison_df['Mid-price (p)'] <= target_price) | (comparison_df['Buy Ratio'] >= 0.5))
    filtered_df = comparison_df[mask]
    
    try:
        matched_company = filtered_df['公司名'].iloc[0]
        # 处理逻辑
    except IndexError:
        # 无匹配时的处理，比如跳过
        pass

方案3：用head(1)获取首行再判断 #

通过head(1)获取最多一行数据，再检查是否有效：

for company, target_price in watchlist:
    mask = (comparison_df['公司名'] == company) & \
           ((comparison_df['Mid-price (p)'] <= target_price) | (comparison_df['Buy Ratio'] >= 0.5))
    filtered_series = comparison_df.loc[mask, '公司名'].head(1)
    
    if not filtered_series.empty:
        matched_company = filtered_series.iloc[0]
        # 处理逻辑

注意事项 #

• 务必注意过滤条件的括号：&的优先级高于|，如果不把(Mid-price ≤ 目标价 | Buy Ratio ≥ 0.5)用括号括起来，逻辑会变成(公司名匹配 & Mid-price ≤ 目标价) | Buy Ratio ≥0.5，完全不符合你的需求。
• 优先选择方案1，因为提前判断空值比捕获异常的性能更好，代码可读性也更高。

内容的提问来源于stack exchange，提问作者smollma