空dataframe过滤行之后列名丢失了

Question

一个按条件过滤pandas中行的函数，
对于非空的dataframe可以正常工作，但是对于带列名的空的dataframe，过滤后的空datafram缺丢失了列名

问题复现如下：

In [5]: t1 = pd.DataFrame(columns=['a','b'])

In [6]: t2=pd.DataFrame({'a':[-1,1],'b':[2,3]})

In [7]: t1
Out[7]:
Empty DataFrame
Columns: [a, b]
Index: []

In [8]: t2
Out[8]:
   a  b
0 -1  2
1  1  3


In [13]: def myfunc1(row):
    ...:     if row.empty:
    ...:         print(row)
    ...:         return True
    ...:     if int(row['a'])>0:
    ...:         return True
    ...:     else:
    ...:         return False
    ...:


In [17]: t2[t2.apply(myfunc1, axis=1)]
Out[17]:
   a  b
1  1  3

In [18]: t1[t1.apply(myfunc1, axis=1)]
Series([], dtype: float64)
Out[18]:
Empty DataFrame
Columns: []
Index: []

t2结果过滤得到row['a']>0的新dataframe，
但是t1经过过滤为什么丢失了columns呢？
因为后续处理要用到columns，所以我想知道

为什么丢失了columns

Answer 1

因为t1,t2内部的筛选条件不一样.
t2内部条件其实是取第二行。

In [18]: t2.apply(myfunc, axis=1)
Out[18]: 
0    False
1     True
dtype: bool

In [19]: t2[t2.apply(myfunc, axis=1)]
Out[19]: 
   a  b
1  1  3

t1的内部条件则不同，没有True,False，是一个空的DataFrame

In [20]: t1.apply(myfunc, axis=1)
Out[20]: Series([], dtype: float64)

In [21]: t1[t1.apply(myfunc, axis=1)]
Series([], dtype: float64)

Answer 2

感谢@everfigt

还是不懂colums怎么丢的。。。
t2的情况好理解，就是按true/false过滤，也就是说把空dataframe当成内部条件是没什么意义的吧？
但是我尝试直接用空dataframe也是有结果的：

In [11]: t2[pd.DataFrame()]
Out[11]:
    a   b
0 NaN NaN
1 NaN NaN

另外，下面两种空dataframe过滤为什么会得到不同的结果呢：

In [20]: t1.apply(myfunc, axis=1)
Series([], dtype: float64)
Out[20]: 
Empty DataFrame
Columns: [a, b]
Index: []

In [21]: t1[t1.apply(myfunc, axis=1)]  # 为啥这里的colums丢了
Series([], dtype: float64)

In [13]: t1[pd.DataFrame()]  # 为啥直接失败了
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-13-c296ac7af466> in <module>()
----> 1 t1[pd.DataFrame()]

~/programs/venv36/lib/python3.6/site-packages/pandas/core/frame.py in __getitem__(self, key)
   2133             return self._getitem_array(key)
   2134         elif isinstance(key, DataFrame):
-> 2135             return self._getitem_frame(key)
   2136         elif is_mi_columns:
   2137             return self._getitem_multilevel(key)

~/programs/venv36/lib/python3.6/site-packages/pandas/core/frame.py in _getitem_frame(self, key)
   2217         if key.values.size and not is_bool_dtype(key.values):
   2218             raise ValueError('Must pass DataFrame with boolean values only')
-> 2219         return self.where(key)
   2220
   2221     def query(self, expr, inplace=False, **kwargs):

~/programs/venv36/lib/python3.6/site-packages/pandas/core/generic.py in where(self, cond, other, inplace, axis, level, errors, try_cast, raise_on_error)
   6128         other = com._apply_if_callable(other, self)
   6129         return self._where(cond, other, inplace, axis, level,
-> 6130                            errors=errors, try_cast=try_cast)
   6131
   6132     @Appender(_shared_docs['where'] % dict(_shared_doc_kwargs, cond="False",

~/programs/venv36/lib/python3.6/site-packages/pandas/core/generic.py in _where(self, cond, other, inplace, axis, level, errors, try_cast)
   5889             for dt in cond.dtypes:
   5890                 if not is_bool_dtype(dt):
-> 5891                     raise ValueError(msg.format(dtype=dt))
   5892
   5893         cond = cond.astype(bool, copy=False)

ValueError: Boolean array expected for the condition, not float64