如何检查DataFrame是否全部为0值？有无非循环的更优方法？

可以直接利用pandas的向量化操作实现，效率远高于逐列遍历，以下是几种实用方法：

方法1：双层all()验证全零 #

通过eq(0)生成全量布尔矩阵，先验证每列是否全为True（即该列全零），再验证所有列都满足该条件：

assert df.eq(0).all().all()

也可以直接访问底层数组简化写法：

assert (df.values == 0).all()

方法2：求和判断（限无正负抵消场景） #

若DataFrame中没有正负数值抵消的情况，可通过求和是否为0判断全零：

assert df.sum().sum() == 0

注意：如果存在1和-1这类抵消值，会出现误判，仅适用于非负数据场景。

方法3：isin()全量匹配 #

检查所有元素是否都属于[0]集合，逻辑和方法1一致：

assert df.isin([0]).all().all()

这些方法都是pandas原生的C级向量化操作，避免了Python循环的开销，处理大型DataFrame时优势尤为明显。

内容的提问来源于stack exchange，提问作者24n8