如果我理解正确的话，假设您有以下数据框：

import numpy as np
import pandas as pd
df=pd.DataFrame({"Column1":['A','B','C','D'],'Column2':[1,2,3,np.nan],'Column3':['x','y',np.nan,np.nan]})
print(df)

  Column1  Column2 Column3
0       A      1.0       x
1       B      2.0       y
2       C      3.0     NaN
3       D      NaN     NaN

然后，您应该首先将您要检查的列（在我们的示例中为Column1）设置为索引，并执行以下操作：

df.set_index('Column1').notna().any(axis=1)

Column1
A     True
B     True
C     True
D    False

假设您想测试目标的all行是否至少有一个非NaN值（any），请用途：

target = ['D', 'E', 'F']

out = (df.loc[df['Column1'].isin(target), ['Column2', 'Column3']]
         .notna().any(axis=1)
         .all()
      )

输出：True（但如果value1是NaN，则为False）
如果要检查是否有至少一个非NaN单元，请在两种情况下使用any：

target = ['D', 'E', 'F']

out = (df.loc[df['Column1'].isin(target), ['Column2', 'Column3']]
         .notna().any(axis=1)
         .any()
      )

输出：True（如果value1是NaN，则仍然是True）