當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


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: 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。