Pandas使用df.itertuples()时如何检查行中指定列是否存在且值非空

df.itertuples() 迭代返回的是 namedtuple 类型对象，和 iterrows() 返回的 Series 结构不同，因此原有的校验逻辑失效：

• 无法直接用 check_column in row 判断列是否存在
• 无法通过 row[check_column] 用字符串索引取值，namedtuple 默认仅支持属性访问（如 row.name）或整数下标取值

由于单个 DataFrame 的列结构全局统一，建议先在循环外完成列存在性校验，避免循环内重复判断，执行效率更高：

import pandas as pd

check_column = 'name'
# 全局判断列是否存在
if check_column not in df.columns:
    # 自行补充列不存在的处理逻辑，如抛出异常、跳过后续逻辑等
    raise ValueError(f"指定列 {check_column} 不存在")

for row in df.itertuples():
    index = row.Index
    # 动态获取列值，用pd.notna判断非空，兼容NaN、NaT、None等各类空值场景
    col_value = getattr(row, check_column)
    if pd.notna(col_value):
        # 你的原有业务逻辑
        pass

如果确实需要在循环内做列存在性判断（如迭代多个结构不同的DataFrame返回的tuple），可以用 namedtuple 的 _fields 属性获取所有字段名后判断：

check_column = 'name'
for row in df.itertuples():
    index = row.Index
    if check_column in row._fields:
        col_value = getattr(row, check_column)
        if pd.notna(col_value):
            # 你的原有业务逻辑
            pass

• 建议优先用 pd.notna() 做非空判断，不要直接写 if col_value，避免0、空字符串等合法业务值被误判为空
• getattr 可传入第三个参数作为默认值，比如 getattr(row, check_column, None)，列不存在时不会抛出异常，可根据业务需求调整

内容的提问来源于stack exchange，提问作者marlon