pandas.DataFrame.all

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

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

Возвращает True, если все элементы в серии или по оси DataFrame равны True, иначе False.

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по каким осям или осям следует выполнять уменьшение. 0 / ‘index’ : уменьшить по индексу, вернуть Series с индексом из исходных меток столбцов. 1 / ‘columns’ : уменьшить по столбцам, вернуть Series с индексом из исходного индекса. None : уменьшить по всем осям, вернуть скалярное значение. bool_only : bool, default None Включать только столбцы булевого типа. Если None, то будет использоваться всё, а затем только булевые данные. Для Series не реализовано. skipna : bool, default True Исключить значения NA/null. Если весь ряд/столбец содержит NA и skipna равно True, результат будет True, как и для пустого ряда/столбца. Если skipna равно False, то NA обрабатываются как True, поскольку они не равны нулю. level : int or level name, default None Если ось является многоуровневым индексом (иерархическим), считать по определённому уровню, сводя в Series. **kwargs : any, default None Дополнительные ключевые слова не оказывают влияния, но могут приниматься для совместимости с NumPy.

Возвращает:

Series или DataFrame Если level указан, возвращается DataFrame; иначе 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

Создаём 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

Указываем 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