pandas.DataFrame.all#

DataFrame.all(*, axis=0, bool_only=False, skipna=True, **kwargs)[源代码][源代码]#

返回是否所有元素都是 True，可能是在某个轴上。

除非在序列中或沿着 DataFrame 轴至少有一个元素是 False 或等效的（例如零或空），否则返回 True。

参数:
轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认 0

指示应减少哪个轴或哪些轴。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

仅包含布尔列。对于 Series 未实现。

skipna布尔值, 默认为 True

排除 NA/null 值。如果整行/整列都是 NA 且 skipna 为 True，那么结果将是 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, 默认无

额外的关键字没有效果，但可能被接受以兼容NumPy。

返回:
序列或标量

如果 axis=None，则返回一个标量布尔值。否则返回一个索引与 index 参数匹配的 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）元素为真，则返回真。

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 DataFrame。

>>> 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' 以检查每行中的值是否全部返回 True。

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

或者 axis=None 用于判断是否每个值都为 True。

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