Python pandas.Series.all用法及代码示例

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

返回是否所有元素都为真，可能在轴上。

返回 True 除非在系列中或沿 Dataframe 轴至少有一个元素为 False 或等效(例如零或空)。

参数：

axis：{0 或 ‘index’，1 或 ‘columns’，无}，默认 0

指示应减少哪个轴或多个轴。

0 /‘index’：减少索引，返回一个以原始列标签为索引的Series。
1 /‘columns’：减少列，返回一个以原始索引为索引的Series。
无：减少所有轴，返回一个标量。

bool_only：布尔值，默认无

仅包括布尔列。如果没有，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。

skipna：布尔值，默认为真

排除 NA/空值。如果整个行/列为 NA 并且 skipna 为 True，则结果将为 True，与空行/列一样。如果 skipna 为 False，则 NA 被视为 True，因为它们不等于零。

level：int 或级别名称，默认无

如果轴是 MultiIndex(分层)，则沿特定级别计数，折叠成标量。

**kwargs：任何，默认无

其他关键字无效，但可能会被接受以与 NumPy 兼容。

标量或系列: 如果指定了 level，则返回 Series；否则，返回标量。

例子：

Series

>>> pd.Series([True, True]).all()
True
>>> pd.Series([True, False]).all()
False
>>> pd.Series([], dtype="float64").all()
True
>>> pd.Series([np.nan]).all()
True
>>> pd.Series([np.nan]).all(skipna=False)
True

数据帧

从字典创建 DataFrame 。

>>> df = pd.DataFrame({'col1':[True, True], 'col2':[True, False]})
>>> df
   col1   col2
0  True   True
1  True  False

默认行为检查列值是否都返回 True。

>>> df.all()
col1     True
col2    False
dtype:bool

指定 axis='columns' 以检查逐行值是否都返回 True。

>>> df.all(axis='columns')
0     True
1    False
dtype:bool

或 axis=None 判断每个值是否为真。

>>> df.all(axis=None)
False

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Series.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。

用法:

参数：

返回：

例子：