pandas.Series.all

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

返回所有元素是否为 True，可能沿轴进行。

返回 True，除非在 Series 或 DataFrame 轴上至少有一个元素为 False 或等效值（例如，零或空）。

Parameters:

axis{0 或 ‘index’, 1 或 ‘columns’, None}，默认 0

指示应约简哪个或哪些轴。对于 Series，此参数未使用，默认为 0。

• 0 / ‘index’：约简索引，返回一个索引为原始列标签的 Series。

• 1 / ‘columns’：约简列，返回一个索引为原始索引的 Series。

• None：约简所有轴，返回一个标量。

<strong>bool_only</strong>bool，默认 False

仅包括布尔列。不适用于 Series。

<strong>skipna</strong>bool, default True

排除 NA/null 值。如果整行/整列为 NA 且 skipna 为 True，则结果为 True，如同对于空行/空列一样。如果 skipna 为 False，则 NA 被视为 True，因为它们不等于零。

**kwargsany，默认为 None

附加关键字不起作用，但为了兼容 NumPy 可能仍然被接受。

Returns:

标量或 Series

如果指定了 level，则返回 Series；否则，返回标量。

参见

Series.all

当所有元素都为 True 时返回 True。

DataFrame.any

当有一个或多个元素为 True 时返回 True。

Examples

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

DataFrame

根据字典创建 DataFrame。

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

默认行为是检查每列中的值是否都返回 True。

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

指定 axis='columns' 来检查每行中的值是否都返回 True。

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

或者 axis=None 来检查是否所有值都为 True。

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