如何判断Pandas DataFrame某一列所有元素均等于指定值？

给定包含NaN值的Pandas DataFrame，我们需要验证B列的所有值是否都等于9。先看示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame(data=[[1,2],[2,9],[np.nan,9],[3,9]],columns=['A','B'])

你当前使用的实现代码是：

if ((df.loc[:,"B"].unique()==[9]).all()):
     ...

更简洁高效的解法 #

直接对B列做等于9的布尔判断，再用.all()验证所有元素是否为True：

if (df['B'] == 9).all():
    # 执行你的业务逻辑
    pass

为什么这个方法更好？ #

1. 可读性更强：直接表达“B列所有值等于9”的核心逻辑，一眼就能看懂，不像原代码需要先取唯一值再做二次判断。
2. 性能更优：无需额外生成唯一值数组，直接逐元素判断后聚合结果，数据量较大时，开销比原方法小很多。
3. 结果准确：NaN与9比较会返回False，刚好符合“所有值均等于9”的需求（因为NaN本身不是9）。

特殊场景处理 #

如果你的需求允许B列存在NaN，只要求非NaN值都是9，可以先剔除NaN再判断：

if (df['B'].dropna() == 9).all():
    # 执行你的业务逻辑
    pass

如果需要把NaN视为符合条件（即NaN等同于9），可以填充NaN后再判断：

if (df['B'].fillna(9) == 9).all():
    # 执行你的业务逻辑
    pass

内容的提问来源于stack exchange，提问作者gabboshow