Python Pandas dataframe.all()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

DataFrame.all()方法检查所有元素是否为True(可能在某个轴上)。如果系列中或沿 DataFrame 轴的所有元素都不为零，则返回True，即not-empty或not-False。

用法： DataFrame.all(axis=0, bool_only=None, skipna=True, level=None, **kwargs)

参数：
axis:{0或“索引”，1或“列”，无}，默认为0
指出应减少的轴。
0 /'index'：减少索引，返回其索引为原始列标签的Series。
1 /'columns'：减少列，返回其索引为原始索引的Series。
无：减少所有轴，返回标量。

skipna:排除NA /空值。如果整个行/列均为NA，则结果为NA。
level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠为Series。
bool_only:仅包括布尔列。如果为None，将尝试使用所有内容，然后仅使用布尔数据。未针对系列实施。
**kwargs:其他关键字无效，但可以接受与NumPy的兼容性。

返回值：all：Series或DataFrame(如果指定级别)

注意： 楠值将被视为非空值，因此将被评估为True。

有关在代码中使用的CSV文件的链接，请单击此处

范例1：后缀_col 在 DataFrame 的每一列中。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Printing the first 10 rows of the 
# data frame for visualization 
df[:10]

# checking for 'Name' column 
df.Name.all()

输出：

范例2：评估列行为

dataframe.all()默认行为检查是否所有列值都返回True。

# Checking for all the columns in the dataframe 
df.all()

输出：

范例3：检查按行元素

指定axis =“ columns”以检查行值是否都返回True。如果任何特定行中的所有值均评估为true，则整个行将被评估为true。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Checking across the row 
df.all(axis ='columns')

输出：

all() 计算 DataFrame 中所有行的所有值，并为每行输出一个布尔值。

范例4：检查 DataFrame 中的所有值

指定axis = None表示 DataFrame 中的每个值是否为True。

# importing pandas as pd 
import pandas as pd 
  
# Making data frame from the csv file 
df = pd.read_csv("nba.csv") 
  
# Checking across the row 
df.all(axis = None)

输出：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.all()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。