pandas.Series.all#

Series.all(axis=0, bool_only=None, skipna=True, level=None, **kwargs)[源代码]#

返回是否所有元素都为True，可能是在某个轴上。

返回True，除非系列中或沿Dataframe轴至少有一个元素为假或等价(例如，零或空)。

参数

axis{0或‘index’，1或‘Columns’，无}，默认0

指示应减少哪些轴或哪些轴。

0/‘index’：减少索引，返回索引为原始列标签的Series。
1/‘Columns’：减少列，返回索引为原始索引的Series。
无：减少所有轴，返回标量。

bool_only布尔默认为无

包括布尔列。如果没有，将尝试使用所有内容，然后仅使用布尔数据。未针对系列实施。

skipna布尔值，默认为True

排除NA/NULL值。如果整行/列为NA且skipna为True，则结果将为True，与空行/列相同。如果skipna为FALSE，则NA被视为True，因为它们不等于零。

levelInt或Level名称，默认为无

如果轴是多索引(分层)，则沿特定级别计数，折叠为标量。

**kwargs任何，默认为无

其他关键字不起作用，但可能会因为与NumPy兼容而被接受。

退货

标量或级数: 如果指定了Level，则返回Series；否则，返回标量。

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

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

DataFrames

从词典创建数据帧。

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

默认行为检查按列显示的值是否全部返回True。

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

指定 axis='columns' 以检查行式值是否全部返回True。

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

或 axis=None 是否每一个值都是真的。

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

pandas.Series.align

pandas.Series.any