使用reduce合并多个pandas DataFrame时如何忽略空表避免报错

核心思路为在执行reduce合并前，先对DataFrame列表做非空过滤，筛掉所有无数据的空表，再执行合并逻辑即可，无需额外添加异常捕获。

实现步骤 #

• 用pandas内置的empty属性做非空判断，会同时覆盖「无列无行」和「有列无行」两种空表场景，过滤掉所有空表
• 为reduce方法设置带公共列的空表作为初始兜底值，无需额外写分支判断处理过滤后列表为空/仅剩余1个表的边界情况

完整代码示例 #

import pandas as pd
from functools import reduce

# 公共关联列
cols_common = ['a', 'b']

# 示例数据，可自行插入空表测试
df1=pd.DataFrame({'a':[1,2,3],'b':[3,5,6],'c':[1,2,5]})
df2=pd.DataFrame({'a':[1,1,3],'b':[3,5,6]})
df3=pd.DataFrame({'a':[1,1,1],'b':[3,5,6],'d':[4,5,6]})
# 列表中可加入任意空表测试
dfs = [df1, df2, df3, pd.DataFrame(), pd.DataFrame(columns=['a','b'])]

# 第一步：过滤空表
filtered_dfs = [df for df in dfs if not df.empty]

# 第二步：执行合并，第三个参数为兜底初始值
final = reduce(
    lambda left, right: pd.merge(left, right, on=cols_common), 
    filtered_dfs, 
    pd.DataFrame(columns=cols_common)
)

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