Pandas中idxmax()无匹配条件时返回0的行为疑问及替代方案咨询

最近我在使用Pandas的idxmax()方法时遇到了一个很反直觉的问题，想跟大家请教下：我本来想用它来筛选出DataFrame中第一个满足条件的行之后的所有数据，代码大概是这样的：

df = df[df['A'].gt(0).idxmax():]

我需要判断筛选后的结果是否为空，其中一个测试用例是没有任何行满足条件，但结果却永远不为空。查了之后发现，当条件完全不满足时，idxmax()居然返回了0——这就和「第一行正好满足条件」的情况结果完全一样，根本没法区分！

给大家看两个具体的示例：

情况1：没有任何行满足条件 #

import pandas as pd

df = pd.DataFrame(data={'A':[0, 0, 0, 0]})  # 没有元素大于0
print("Truth values\n", df['A'].gt(0))
print("Index of first row where 'A' > 0: ", df['A'].gt(0).idxmax())

执行结果：

Truth values
0 False
1 False
2 False
3 False
Index of first row where 'A' > 0: 0

情况2：第一行满足条件 #

df2 = pd.DataFrame(data={'A':[1, 0, 0, 0]})
print("Truth values\n", df2['A'].gt(0))
print("Index of first row where 'A' > 0: ", df2['A'].gt(0).idxmax())

执行结果：

Truth values
0 True
1 False
2 False
3 False
Index of first row where 'A' > 0: 0

可以看到两种完全不同的输入，idxmax()返回的结果居然都是0，这就导致我无法正确区分两种场景。

我目前的临时解决办法是先对列'A'求和，判断是否为0来区分两种情况，但总觉得这种方法有点冗余。

想请教大家，是不是我用idxmax()的方式不对？为什么它会有这种反直觉的行为？有没有更优雅的替代方案呢？谢谢大家！

备注：内容来源于stack exchange，提问作者Xhattam