Python 检查Pandas Groupby是否为空

我有一个用例，在这个用例中，我对作为参数提供的

行\u键进行过滤

我知道标准的
empty
属性用于检查
DataFrame
，但是在
DataFrameGroupBy

下面是演示用例的代码片段，提供的数据是虚拟的-

import pandas as pd
from io import StringIO

df = pd.read_csv(StringIO("""
Name,Value,row_key,row_label
XYZ,100,abc,"Label - 2"
ASD,100,abc,"Label - 2"
GHJ,1000,abc,"Label - 2"
KLI,100,abc,"Label - 2"
BHY,1009,bnm,"Label - 2"
TGB,1409,bnm,"Label - 2"
YUJ,1509,bnm,"Label - 2"
KUT,1609,bnm,"Label - 2"
"""))

invalid_row_key = 'fgh'

filter_df = df[df['row_key'] == invalid_row_key].groupby('row_label')

#### I want something similar to below if case , to handle if the filter_df is empty
if filter_df.empty:
   print("No Row Key Present")


我知道我可以在分组的dataframed上使用
recent_index
，但我想检查是否有更好的方法来处理此问题查询
.ngroups
属性，对于>=1行，至少应存在一个组：

if not filter_df.ngroups:
    # no row key present

有关组的详细信息，请参见


上面的答案假设您无法在创建groupBy对象之前进行判断，但如果可以，最好在条件步骤中进行检查，然后可以检查
DataFrame.empty
属性，这更直观：

filter_df = df[df['row_key'] == invalid_row_key]
if filter_df.empty:
    # no rows present
else:
    filter_df.groupby('row_label').doSomethingElse()

处理此问题的最佳方法是在其他答案所述的分组条件之前过滤
数据帧

然而，我自己尝试了以下解决方案


if filter_df.size().empty:
   print("Empty DataFrame")
 

在分组前检查
df[df['row\u key']==invalid\u row\u key]
是否为空怎么样？是的，Chris，现在我想了想，这会更合理。这很合理，我最终使用了
size（）。现在为空，但这是一个更好的解决方案