pandas.Series.all

Series.all(axis=0, bool_only=False, skipna=True, **kwargs)[source]

Определяет, являются ли все элементы истинными, потенциально по оси.

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

Параметры:

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

Указывает, по какой оси или осям необходимо выполнить сводку. Для Series этот параметр не используется и по умолчанию равен 0.

• 0 / ‘индекс’ : сводка по индексу, возвращает Series, индекс которой соответствует исходным меткам столбцов.

• 1 / ‘колонки’ : сводка по столбцам, возвращает Series, индекс которой соответствует исходному индексу.

• None : сводка по всем осям, возвращает скалярное значение.

bool_only:bool, по умолчанию False

Включать только столбцы типа boolean. Для Series не реализовано.

skipna:bool, по умолчанию True

Исключать значения NA/null. Если вся строка/столбец содержит NA, а skipna равен True, то результатом будет True, так же как и для пустой строки/столбца. Если skipna равен False, то значения NA обрабатываются как True, потому что они не равны нулю.

**kwargs:любой, по умолчанию None

Дополнительные ключевые слова не оказывают влияния, но могут приниматься для совместимости с NumPy.

Возвращает:

скаляр или Series

Если задан уровень, то возвращается Series; в противном случае возвращается скалярное значение.

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([], 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, все ли значения в каждом столбце равны True.

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

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

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

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

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