pandas.Series.all

Series.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 нет хотя бы одного элемента в серии или по оси DataFrame, который равен False или эквивалентен ему (например, ноль или пустое значение).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, какие оси или оси должны быть уменьшены. 0 / ‘index’ : уменьшить индекс, вернуть Series, индекс которой соответствует исходным меткам столбцов. 1 / ‘columns’ : уменьшить столбцы, вернуть Series, индекс которой соответствует исходному индексу. None : уменьшить все оси, вернуть скаляр. bool_only : bool, default None Включать только булевы столбцы. Если None, будет попытка использовать все, а затем использовать только булевые данные. Для Series не реализовано. skipna : bool, default True Исключать значения NA/null. Если весь ряд/столбец является NA, а skipna — True, то результат будет True, как и для пустого ряда/столбца. Если skipna — False, то NA обрабатываются как True, поскольку они не равны нулю. level : int or level name, default None Если ось — MultiIndex (иерархическая), считать по определенному уровню, сводя к скаляру. **kwargs : any, default None Дополнительные ключевые слова не влияют, но могут быть приняты для совместимости с NumPy.

Возвращает:

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

См. также

Series.all

Возвращает True, если все элементы равны True.

DataFrame.any

Возвращает True, если хотя бы один элемент равен 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

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 проверяется, все ли значения столбца равны True.

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

Указать axis='columns' для проверки, все ли значения строки равны True.

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

Или axis=None для проверки, все ли значения равны True.

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