Pandas中识别空字符串及列值条件填充的问题排查

一、如何在Pandas Series中识别空字符串？ #

在Pandas里，空字符串（''）和缺失值（NaN）是完全不同的概念，识别方式也有区别：

• 要精准识别空字符串，直接用逐元素比较：series == ''，这会返回一个布尔Series，True对应的就是空字符串所在的位置。
  举个实际例子：

  import pandas as pd
  s = pd.Series(['', 'male', '', 'female', None])
  empty_str_mask = s == ''
  # 结果：0     True, 1    False, 2     True, 3    False, 4    False
  

• 注意：pd.isna(s)只能识别None或NaN，不会把空字符串判定为缺失值（pd.isna('')返回False）。如果你的数据里既有空字符串又有NaN，可以先把空字符串转成NaN再统一处理：s = s.replace('', pd.NA)，之后就能用pd.isna()识别所有缺失情况了。

二、解决你的DataFrame条件填充问题 #

先拆解你代码里的核心问题：你用len(df4['gender']) == 0或者df4['gender'].empty，这两个判断的是整个gender列是否完全没有元素，而不是判断每一行的gender值是不是空字符串！你的gender列有7个元素，所以这两个条件永远为False，代码自然一直走else分支，只取gender列的值。

正确的思路是逐行判断每个gender元素是否为空字符串，这里推荐用向量化的np.where（比apply高效得多），代码如下：

import numpy as np
import pandas as pd

vals = { 'name' : ['n1', 'n2', 'n3', 'n4', 'n5', 'n6', 'n7'], 'gender' : ['', '', '', 'f', 'f', 'c', 'c'], 'age' : [39, 12, 27, 13, 36, 29, 10] }
df4 = pd.DataFrame(vals)

# 核心逻辑：逐行判断gender是否为空字符串，是则取name，否则取gender
df4['column3'] = np.where(df4['gender'] == '', df4['name'], df4['gender'])

运行后你会得到符合预期的column3：['n1', 'n2', 'n3', 'f', 'f', 'c', 'c']。

如果你习惯用apply（适合复杂逻辑，但数据量大时效率较低），也可以这么写：

df4['column3'] = df4.apply(lambda row: row['name'] if row['gender'] == '' else row['gender'], axis=1)

内容的提问来源于stack exchange，提问作者Nik