Python pandas.DataFrame.all用法及代碼示例

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

返回是否所有元素都為真，可能在軸上。

返回 True 除非在係列中或沿 Dataframe 軸至少有一個元素為 False 或等效(例如零或空)。

參數：

axis：{0 或 ‘index’，1 或 ‘columns’，無}，默認 0

指示應減少哪個軸或多個軸。

0 /‘index’：減少索引，返回一個以原始列標簽為索引的Series。
1 /‘columns’：減少列，返回一個以原始索引為索引的Series。
無：減少所有軸，返回一個標量。

bool_only：布爾值，默認無

僅包括布爾列。如果沒有，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。

skipna：布爾值，默認為真

排除 NA/空值。如果整個行/列為 NA 並且 skipna 為 True，則結果將為 True，與空行/列一樣。如果 skipna 為 False，則 NA 被視為 True，因為它們不等於零。

level：int 或級別名稱，默認無

如果軸是 MultiIndex(分層)，則沿特定級別計數，折疊成一個係列。

**kwargs：任何，默認無

其他關鍵字無效，但可能會被接受以與 NumPy 兼容。

Series或DataFrame: 如果指定了level，則返回DataFrame；否則，返回係列。

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

數據幀

從字典創建 DataFrame 。

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

默認行為檢查列值是否都返回 True。

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

指定 axis='columns' 以檢查逐行值是否都返回 True。

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

或 axis=None 判斷每個值是否為真。

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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 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。

用法:

參數：

返回：

例子：