pandas.DataFrame.all

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

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

Возвращает True, если нет ни одного элемента в серии или по оси DataFrame, который равен False или эквивалентен ему (например, ноль или пустое значение).

Параметры

axis:{0 или ‘индекс’, 1 или ‘колонки’, None}, по умолчанию 0

Указывает, какая ось или оси должны быть уменьшены. Для Series этот параметр не используется и по умолчанию равен 0.

• 0 / ‘индекс’ : уменьшить индекс, вернуть Series, индекс которого соответствует исходным меткам столбцов.

• 1 / ‘колонки’ : уменьшить столбцы, вернуть Series, индекс которого соответствует исходному индексу.

• None : уменьшить все оси, вернуть скалярное значение.

bool_only:bool, по умолчанию None

Включить только столбцы с булевыми значениями. Если None, попытается использовать все столбцы, а затем только булевые данные. Для Series не реализовано.

skipna:bool, по умолчанию True

Исключить значения NaN/null. Если вся строка/столбец содержит NaN и skipna равен True, результат будет True, так же, как для пустой строки/столбца. Если skipna равен False, NaN обрабатываются как True, поскольку они не равны нулю.

level:int или имя уровня, по умолчанию None

Если ось является MultiIndex (многоуровневый индекс), подсчитывать значения по определённому уровню, сводя их в Series.

Устарело начиная с версии 1.3.0: Ключевое слово level устарело. Используйте groupby вместо него.

**kwargs:любое, по умолчанию None

Дополнительные ключевые слова не имеют эффекта, но могут приниматься для совместимости с NumPy.

Возвращает

Series или DataFrame

Если указан уровень, 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([], dtype="float64").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, возвращают ли все значения в каждом столбце True.

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

Укажите axis='columns' для проверки, возвращают ли все значения в каждой строке True.

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

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

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