pandas all() 检查所有元素是否为 True

all() 方法用于检查所有元素是否为 True。对于 DataFrame，可以沿指定轴进行检查；对于 Series，则检查整个序列。

支持的数据类型

• pandas.Series
• pandas.DataFrame

语法

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

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

参数说明

• axis: {0 or ‘index’, 1 or ‘columns’}, 默认 0
  • 对于 DataFrame 指定沿哪个轴进行检查：
    • 0 或 'index'：检查每列。
    • 1 或 'columns'：检查每行。
• bool_only: bool, 默认 False
  • 如果为 True，则只考虑布尔值的列。如果为 False，将同时考虑布尔值和非布尔值列。
• skipna: bool, 默认 True
  • 是否忽略 NA/null 值。如果为 True，NA/null 值将被视为 True。
• **kwargs: 额外的关键字参数传递给底层的函数。

返回值

• Series: 如果在 DataFrame 上调用，返回一个 Series，其中每个元素表示该轴上所有元素是否都为 True。
• bool: 如果在 Series 上调用，返回一个布尔值，表示所有元素是否都为 True。

使用场景

• 检查数据中的所有元素是否满足某个条件。
• 数据清洗时验证所有数据是否有效（非零、非空等）。
• 用于逻辑判断和筛选数据。

示例

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：

从字典创建数据帧。

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

默认行为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'以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表示是否每个值都为True。

df.all(axis=None)
False

例子

例1：对 Series 应用 all()

import pandas as pd

# 创建一个 Series
s = pd.Series([True, True, False])

print("Initial Series:")
print(s)

# 检查所有元素是否为 True
result = s.all()

print("\nAre all elements True?")
print(result)

输出：

Initial Series:
0     True
1     True
2    False
dtype: bool

Are all elements True?
False

例2：对 DataFrame 按列应用 all()

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [True, True, True],
    'B': [True, False, True],
    'C': [True, True, True]
})

print("Initial DataFrame:")
print(df)

# 检查每列是否所有元素都为 True
result = df.all(axis=0)

print("\nAre all elements in each column True?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0   True   True   True
1   True  False   True
2   True   True   True

Are all elements in each column True?
A     True
B    False
C     True
dtype: bool

例3：对 DataFrame 按行应用 all()

# 创建一个 DataFrame
df2 = pd.DataFrame({
    'A': [True, True, True],
    'B': [True, False, True],
    'C': [True, True, False]
})

print("Initial DataFrame:")
print(df2)

# 检查每行是否所有元素都为 True
result = df2.all(axis=1)

print("\nAre all elements in each row True?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0   True   True   True
1   True  False   True
2   True   True  False

Are all elements in each row True?
0     True
1    False
2    False
dtype: bool

例4：跳过 NA 值的检查

# 创建一个包含 NA 值的 DataFrame
df3 = pd.DataFrame({
    'A': [True, True, None],
    'B': [True, False, True],
    'C': [True, None, True]
})

print("Initial DataFrame:")
print(df3)

# 检查每列是否所有元素都为 True，跳过 NA 值
result = df3.all(axis=0, skipna=True)

print("\nAre all elements in each column True (skipping NA)?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0   True   True   True
1   True  False   None
2   None   True   True

Are all elements in each column True (skipping NA)?
A     True
B    False
C     True
dtype: bool

小结

pandas 的 all() 方法提供了一种方便的方式来检查 Series 或 DataFrame 的所有元素是否都为 True。通过调整参数如 axis 和 skipna，可以灵活地控制检查行为。这在数据清洗、验证和分析过程中非常有用。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.all.html

更新时间：Aug. 7, 2024, 7:53 p.m. 标签：pandas python all