pandas.Panel.all

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

Возвращает True, если все элементы истинны, потенциально по оси.

Возвращает True, если ни один из элементов в серии или вдоль оси DataFrame не равен False или эквиваленту (например, нулю или пустому).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по каким осям или осям следует производить сокращение. 0 / ‘индекс’ : сократить индекс, вернуть Series, индекс которого — исходные метки столбцов. 1 / ‘столбцы’ : сократить столбцы, вернуть Series, индекс которого — исходный индекс. None : сократить все оси, вернуть скаляр. bool_only : bool, default None Включить только столбцы булевого типа. Если None, попытается использовать все, а затем использовать только булевые данные. Для Series не реализовано. skipna : bool, default True Исключить значения NA/null. Если вся строка/столбец содержит значения NA, и skipna — True, то результат будет True, как и для пустой строки/столбца. Если skipna — False, то значения NA обрабатываются как True, потому что они не равны нулю. level : int or level name, default None Если ось — MultiIndex (иерархический), считать по определённому уровню, сводя в DataFrame. **kwargs : any, default None Дополнительные ключевые слова не влияют, но могут приниматься для совместимости с NumPy.

Возвращает:

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

См. также

Series.all

Возвращает True, если все элементы истинны.

DataFrame.any

Возвращает True, если хотя бы один элемент истинен.

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

DataFrames

Создать DataFrame из словаря.

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

По умолчанию проверяет, 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