pandas.DataFrame.all

DataFrame.all(axis=0, bool_only=None, skipna=True, level=None, **kwargs) [source]

Возвращает значение True, если все элементы равны True, потенциально по оси.

Возвращает True, если нет ни одного элемента в серии или вдоль оси DataFrame, равного False или эквивалентного ему (например, нулю или пустому).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, какие оси или оси должны быть уменьшены. 0 / ‘index’ : уменьшить индекс, возвращает Series, индекс которого совпадает с исходными метками столбцов. 1 / ‘columns’ : уменьшить столбцы, возвращает Series, индекс которого совпадает с исходным индексом. None : уменьшить все оси, возвращает скалярное значение. bool_only : bool, default None Включать только булевы столбцы. Если None, будет пытаться использовать все, а затем использовать только булевые данные. Не реализовано для Series. skipna : bool, default True Исключать значения NA/null. Если вся строка/столбец состоит из значений NA, и skipna равно True, то результат будет True, так же как и для пустой строки/столбца. Если skipna равно False, тогда NA обрабатываются как True, потому что они не равны нулю. level : int or level name, default None Если ось является MultiIndex (иерархической), считаются значения по определенному уровню, сводя данные в Series. **kwargs : any, default None Дополнительные ключевые слова не влияют, но могут быть приняты для совместимости с NumPy.

Возвращает:

Series или DataFrame Если уровень указан, возвращается DataFrame; в противном случае возвращается Series.

См. также

Series.all

Возвращает True, если все элементы равны True.

DataFrame.any

Возвращает True, если один (или несколько) элементов равны True.

Примеры

Series

>>> pd.Series([True, True]).all()
True
>>> pd.Series([True, False]).all()
False
>>> pd.Series([]).all()
True
>>> pd.Series([np.nan]).all()
True
>>> pd.Series([np.nan]).all(skipna=False)
True

DataFrame

Создайте DataFrame из словаря.

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

По умолчанию проверяется, все ли значения в столбцах равны True.

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

Укажите axis='columns' чтобы проверить, все ли значения в строках равны True.

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

Или axis=None чтобы проверить, все ли значения равны True.

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