pandas.DataFrame.all #

数据框。全部（轴= 0， bool_only = False， skipna = True， ** kwargs）[来源]＃

返回是否所有元素都为 True（可能在轴上）。

返回 True ，除非系列中或沿 Dataframe 轴至少有一个元素为 False 或等效元素（例如零或空）。

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

指示应减少哪个或哪些轴。对于系列，此参数未使用，默认为 0。

  • 0 / 'index' : 减少索引，返回一个Series，其索引为原始列标签。

  • 1 / 'columns' ：减少列，返回一个Series，其索引为原始索引。

  • None ：减少所有轴，返回标量。

bool_only布尔值，默认 False

仅包含布尔列。未针对系列实现。

Skipna布尔值，默认 True

排除 NA/null 值。如果整个行/列为 NA 并且skipna 为True，则结果将为True，对于空行/列而言。如果skipna为False，则NA被视为True，因为它们不等于零。

**kwargs任意，默认无

其他关键字没有效果，但可能会被接受以与 NumPy 兼容。

返回：
系列或数据框

如果指定了level，则返回DataFrame；否则，返回系列。

也可以看看

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。

例子

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

默认行为检查每列中的值是否都返回 True。

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

指定axis='columns'检查每行中的值是否都返回 True。

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

或者axis=None每个值是否为 True。

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