Pandas判断dataframe是否为空时~与not运算符的使用区别

二者的核心区别 #

• not是Python原生的逻辑非运算符，仅用于布尔值的逻辑取反，返回结果只能是True或False，是普通布尔判断场景的标准用法。
• ~是Python的按位取反运算符，作用于整数的二进制位，计算规则为~x = -x - 1，仅适用于位运算、或者pandas/numpy的向量化布尔序列取反场景。

异常结果的产生原因 #

Python的布尔类型是int的子类：True对应的整数值为1，False对应整数值为0。
你测试的df.empty返回值是布尔值True，用~运算时会触发原生的按位取反逻辑，实际是对整数1做取反，计算结果就是-1-1 = -2，自然不会得到你预期的False。而用not df.empty就是标准的布尔取反，得到的False是正确结果。

适用场景总结 #

• 所有单个布尔值的逻辑判断场景，都应该使用not运算符，不会出现类型转换导致的异常结果。
• 只有当你操作pandas的Series、numpy的数组这类向量化布尔序列时，才需要用~做逐元素的逻辑取反，因为这类数据结构重载了~运算符的实现，适配了批量取反的需求。

内容的提问来源于stack exchange，提问作者roudan