Python中如何仅当id_number列非空时执行pandas匹配脚本？

• 判断条件恒为真：if df1[['id_number']] is not NaN 的判断结果永远是True。is/is not 用来判断两个Python对象的内存地址是否一致，这里对比的一个是单列组成的DataFrame对象，一个是浮点型的NaN常量，二者不可能指向同一块内存，所以这个判断根本起不到空值校验的作用。
• 空值判断逻辑不符合pandas的规则：整列的空值校验不能用单值和列做等值判断，需要调用pandas内置的空值检测方法逐元素比对。

根据需求——id_number列无有效非空值时输出提示，有有效非空值时执行模糊匹配，调整后的代码如下：

import pandas as pd
from fuzzywuzzy import fuzz

# 直接传入文件路径即可读取，无需手动open句柄，避免文件占用
df1 = pd.read_excel('input.xlsx', sheet_name='sheet1')
df2 = pd.read_excel('input.xlsx', sheet_name='sheet2')

id_series = df1['id_number']
# 判断整列是否全部为空值
if id_series.isna().all():
    print("Sheet1的id_number列无有效非空值，不执行后续模糊匹配逻辑")
else:
    # 先过滤掉id_number为空的行，避免空值参与计算触发报错
    valid_id_part = df1[df1['id_number'].notna()][['id_number']]
    # 交叉匹配计算相似度
    cross_result = valid_id_part.merge(df2[['identity_no']], how='cross')
    cross_result['match_acc'] = cross_result.apply(
        lambda row: fuzz.ratio(row['id_number'], row['identity_no']),
        axis=1
    )
    # 取每个id的最高匹配得分，映射回原表
    id_max_score = cross_result.groupby('id_number')['match_acc'].max()
    df1['match_acc'] = df1['id_number'].map(id_max_score)

如果你的实际需求是只要id_number列存在任意一个空值，就不执行匹配，可以把判断条件替换为if id_series.isna().any():，对应的逻辑是列中只要有1个空值就输出提示，全列无空值时才运行匹配流程。

内容的提问来源于stack exchange，提问作者Manz。