如何检查Pandas DataFrame各列取值是否全部等于指定值

直接写all(df == 2.5)完全达不到逐列判断的效果——因为df == 2.5返回的是和原表同形状的布尔矩阵，套Python内置的all()会把整个矩阵当成整体判断，没法输出每一列的独立校验结果。

核心实现逻辑 #

Pandas 自带的.all()方法默认就是按列维度做聚合判断，刚好匹配逐列校验的需求，步骤非常直接：

• 先把原DataFrame和目标值2.5做逐元素比对，得到同结构的布尔值矩阵
• 对这个布尔矩阵调用列维度的.all()，就能直接拿到每列的判断结果
  对应可运行的代码片段：

import pandas as pd
# 构造和提问结构一致的示例DataFrame
df = pd.DataFrame({
    "x_data": [2.5, 2.5, 2.5, 2.5],
    "y_data": [2.5, 2.5, 2.5, 2.5]
})
# 逐列判断全列值是否等于2.5
col_bool_result = (df == 2.5).all()

运行后col_bool_result的输出为：

x_data    True
y_data    True
dtype: bool

如果要得到期望的1 1格式的数值结果，只需要把布尔值转成整数类型即可：

int_result = col_bool_result.astype(int)

转值后的输出为：

x_data    1
y_data    1
dtype: int64

如果需要输出不带列名的纯1 1文本格式，可以提取值拼接打印：

print(" ".join(map(str, int_result.values)))
# 控制台实际输出：1 1

实用提示：做浮点值等值校验时，可能遇到浮点精度导致的判断失真，比如计算得到的2.5实际存储值和字面2.5存在极微小偏差。这种场景可以替换成带容错的判断逻辑：

import numpy as np
# 逐列做带浮点容错的等值判断
col_bool_result = df.apply(lambda col: np.isclose(col, 2.5).all())
col_bool_result.astype(int)

内容的提问来源于stack exchange，提问作者emma19