dask_expr._collection.DataFrame.all
dask_expr._collection.DataFrame.all¶
- DataFrame.all(axis=0, skipna=True, split_every=False, **kwargs)¶
返回是否所有元素都为 True，可能是在某个轴上。
此文档字符串是从 pandas.core.frame.DataFrame.all 复制的。
Dask 版本可能存在一些不一致性。
除非序列中或DataFrame轴上至少有一个元素为False或等效（例如零或空），否则返回True。
- 参数
- 轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认值为 0
指示应减少的轴或轴。对于 Series，此参数未使用并默认为 0。
0 / ‘index’ : 减少索引，返回一个索引为原始列标签的Series。
1 / ‘columns’ : 减少列数，返回一个索引为原始索引的Series。
None : 减少所有轴，返回一个标量。
- bool_onlybool, 默认 False (Dask 中不支持)
仅包含布尔列。对于 Series 未实现。
- skipnabool, 默认 True
排除 NA/null 值。如果整行/列都是 NA 且 skipna 为 True，那么结果将为 True，因为对于空行/列。如果 skipna 为 False，那么 NA 被视为 True，因为这些不等于零。
- **kwargs任意, 默认 None
额外的关键词没有效果，但可能被接受以兼容NumPy。
- 返回
- Series 或 DataFrame
如果指定了级别，则返回 DataFrame；否则，返回 Series。
参见
Series.all如果所有元素都为 True，则返回 True。
DataFrame.any如果一个（或多个）元素为 True，则返回 True。
示例
系列
>>> 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
数据框
从字典创建一个数据框。
>>> df = pd.DataFrame({'col1': [True, True], 'col2': [True, False]}) >>> df col1 col2 0 True True 1 True False
默认行为检查每一列中的所有值是否都返回 True。
>>> df.all() col1 True col2 False dtype: bool
指定
axis='columns'以检查每一行的值是否全部返回 True。>>> df.all(axis='columns') 0 True 1 False dtype: bool
或者
axis=None用于判断每个值是否为 True。>>> df.all(axis=None) False