Python Pandas dataframe.all()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

DataFrame.all()方法檢查所有元素是否為True(可能在某個軸上)。如果係列中或沿 DataFrame 軸的所有元素都不為零，則返回True，即not-empty或not-False。

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

參數：
axis:{0或“索引”，1或“列”，無}，默認為0
指出應減少的軸。
0 /'index'：減少索引，返回其索引為原始列標簽的Series。
1 /'columns'：減少列，返回其索引為原始索引的Series。
無：減少所有軸，返回標量。

skipna:排除NA /空值。如果整個行/列均為NA，則結果為NA。
level:如果軸是MultiIndex(分層)，則沿特定級別計數，並折疊為Series。
bool_only:僅包括布爾列。如果為None，將嘗試使用所有內容，然後僅使用布爾數據。未針對係列實施。
**kwargs:其他關鍵字無效，但可以接受與NumPy的兼容性。

返回值：all：Series或DataFrame(如果指定級別)

注意： 楠值將被視為非空值，因此將被評估為True。

有關在代碼中使用的CSV文件的鏈接，請單擊此處

範例1：後綴_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()

輸出：

範例2：評估列行為

dataframe.all()默認行為檢查是否所有列值都返回True。

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

輸出：

範例3：檢查按行元素

指定axis =“ columns”以檢查行值是否都返回True。如果任何特定行中的所有值均評估為true，則整個行將被評估為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')

輸出：

all() 計算 DataFrame 中所有行的所有值，並為每行輸出一個布爾值。

範例4：檢查 DataFrame 中的所有值

指定axis = None表示 DataFrame 中的每個值是否為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)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.all()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。