如何检查pandas DataFrame每一行是否包含指定集合的所有值

推荐使用pandas向量化操作实现，比原有的apply遍历写法性能更高、可读性更好，核心逻辑是逐个检查每个目标值是否在对应行存在，再汇总判断：

通用实现代码 #

import pandas as pd

def check_all_rows_contain_values(df: pd.DataFrame, target_values: list) -> bool:
    # 为每个目标值生成标记列，记录每行是否包含该目标值
    value_exist_mask = pd.DataFrame({
        val: (df == val).any(axis=1) 
        for val in target_values
    })
    # 先判断单行间所有目标值都存在，再判断所有行都满足条件
    return value_exist_mask.all(axis=1).all()

测试验证 #

对你给出的示例可以直接调用验证：

VALUES = [1, 2]
df_no = pd.DataFrame(
    {
        "a": [1],
        "b": [1],
    }
)
df_yes = pd.DataFrame(
    {
        "a": [1],
        "b": [2],
        "c": [3],
    }
)

print(check_all_rows_contain_values(df_no, VALUES))  # 输出False
print(check_all_rows_contain_values(df_yes, VALUES)) # 输出True

方案优势 #

• 全程使用pandas向量化运算，无行级遍历，数据量越大性能优势越明显
• 逻辑分层清晰，每一步的作用容易理解，可拓展性强：如果需要筛选出符合要求的行，只要取value_exist_mask.all(axis=1)作为过滤条件即可。

内容的提问来源于stack exchange，提问作者baxx