如何检查DataFrame列中所有非NaN值均大于0？

你遇到的问题有两个核心原因：

1. 直接用df[col] > 0时，NaN值会被判定为False，导致all()返回False触发断言；
2. 第二个写法存在运算符优先级错误，且直接用== np.nan无法正确识别NaN（因为NaN不等于任何值，包括自身）。

正确写法一（最直观） #

先移除NaN值，再检查剩余所有值是否大于0：

assert df[col].dropna().gt(0).all()

正确写法二（直接检查每个元素） #

明确判断每个元素要么是NaN，要么大于0，注意给比较运算加括号保证优先级：

import pandas as pd
assert ((df[col] > 0) | pd.isna(df[col])).all()

或者用numpy的isnan：

import numpy as np
assert ((df[col] > 0) | np.isnan(df[col])).all()

错误原因详解 #

• 第一个断言：df[col] > 0中，NaN与任何值比较都会返回False，所以只要列中有NaN，all()就会返回False，触发断言。
• 第二个断言：|的优先级高于>，代码会被解析为df[col] > (0 | df[col] == np.nan)，导致数值类型和布尔类型混合运算，引发TypeError；同时df[col] == np.nan永远返回False，无法识别NaN值。

内容的提问来源于stack exchange，提问作者roulette01