您可以使用.nunique()来查找列表中唯一项的数量。

def identical_elements(list):
    series = pd.Series(list)
    if series.nunique() == 1: identical = True
    else:  identical = False
    return identical



identical_elements(['a', 'a'])
Out[427]: True

identical_elements(['a', 'b'])
Out[428]: False

关于使用reduce()和lambda。这里有一个工作代码，我个人认为比其他一些答案更好。

reduce(lambda x, y: (x[1]==y, y), [2, 2, 2], (True, 2))

返回一个元组，其中第一个值是布尔值，如果所有项都相同或不相同。

将您的输入转换为一个集:

len(set(the_list)) <= 1

使用set可以删除所有重复的元素。<= 1使它在输入为空时正确地返回True。

这要求输入中的所有元素都是可哈希的。例如，如果传入一个列表的列表，就会得到一个TypeError。

您可以使用.nunique()来查找列表中唯一项的数量。

def identical_elements(list):
    series = pd.Series(list)
    if series.nunique() == 1: identical = True
    else:  identical = False
    return identical



identical_elements(['a', 'a'])
Out[427]: True

identical_elements(['a', 'b'])
Out[428]: False

不管怎样，这是最近在python想法邮件列表中出现的。事实证明，已经有一个itertools配方可以做到这一点

def all_equal(iterable):
    "Returns True if all the elements are equal to each other"
    g = groupby(iterable)
    return next(g, True) and not next(g, False)

据说它的性能非常好，有一些不错的属性。

短路:一旦发现第一个不相等的项，它就会停止从可迭代对象中消费项目。 不要求项是可哈希的。 它是懒惰的，只需要O(1)个额外的内存来进行检查。

换句话说，我不能把提出这个解决方案的功劳占为己有，甚至我也不能把找到它的功劳占为己有。

我最后写了这样一句话

from itertools import starmap, pairwise
all(starmap(eq, (pairwise(x)))