Python Pandas Series.all()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.all()函數返回是否所有元素都為True(可能在某個軸上)。它返回True除非係列中或沿Dataframe軸存在至少一個元素是False或等效值(例如零或為空)。

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

範例1：采用Series.all()函數檢查給定係列對象中的所有值是否為True或非零。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([34, 5, 13, 32, 4, 15]) 
  
# Create the Index 
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

Coca Cola    34
Sprite        5
Coke         13
Fanta        32
Dew           4
ThumbsUp     15
dtype:int64

現在我們將使用Series.all()用於檢查給定係列對象中的所有值是否為True且非零的函數。

# check if all value is True 
# or non-zero 
result = sr.all() 
  
# Print the result 
print(result)

輸出：

True

正如我們在輸出中看到的，Series.all()函數已成功返回True指示給定係列中的所有值均為True或非零。

範例2：采用Series.all()函數檢查給定係列對象中的所有值是否為True或非零。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([51, 10, 24, 18, 1, 84, 12, 10, 5, 24, 0]) 
  
# Create the Index 
# apply yearly frequency 
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y') 
  
# set the index 
sr.index = index_ 
  
# Print the series 
print(sr)

輸出：

2010-12-31 08:45:00    51
2011-12-31 08:45:00    10
2012-12-31 08:45:00    24
2013-12-31 08:45:00    18
2014-12-31 08:45:00     1
2015-12-31 08:45:00    84
2016-12-31 08:45:00    12
2017-12-31 08:45:00    10
2018-12-31 08:45:00     5
2019-12-31 08:45:00    24
2020-12-31 08:45:00     0
Freq:A-DEC, dtype:int64

現在我們將使用Series.all()用於檢查給定係列對象中的所有值是否為True且非零的函數。

# check if all value is True 
# or non-zero 
result = sr.all() 
  
# Print the result 
print(result)

輸出：

False

正如我們在輸出中看到的，Series.all()函數已成功返回False指示給定係列中的所有值都不是True或非零。在此係列對象中，值之一為零。