当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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: 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。