Python|熊猫系列. all()
熊猫系列是带有轴标签的一维数组。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了一系列方法来执行涉及索引的操作。
熊猫 **Series.all()**函数返回所有元素是否为真，可能在一个轴上。它返回True，除非在一个序列中或沿着数据框轴至少有一个元素是False或等效的(例如零或空)。
语法: Series.all(axis=0，bool_only=None，skipna=True，level=None，**kwargs)
参数: 轴:表示应该减少哪个轴或哪些轴。 仅布尔:仅包含布尔列。 skipna : 排除 NA/null 值。 级别:如果轴是一个多索引(分层)，沿着特定级别计数，折叠成一个标量。 **kwargs : 附加关键字没有影响，但可能会被接受以与 NumPy 兼容。
返回:标量或级数
示例#1: 使用Series.all()功能检查给定序列对象中的所有值是真还是非零。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([34, 5, 13, 32, 4, 15])
# Create the Index
index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp']
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
Coca Cola 34
Sprite 5
Coke 13
Fanta 32
Dew 4
ThumbsUp 15
dtype: int64
现在我们将使用Series.all()函数检查给定序列对象中的所有值是否为真非零。
# check if all value is True
# or non-zero
result = sr.all()
# Print the result
print(result)
输出:
True
正如我们在输出中看到的那样，Series.all()函数已经成功返回了True，表明给定序列中的所有值都为真或非零。
示例 2 : 使用Series.all()功能检查给定系列对象中的所有值是否为真或非零。
# importing pandas as pd
import pandas as pd
# Creating the Series
sr = pd.Series([51, 10, 24, 18, 1, 84, 12, 10, 5, 24, 0])
# Create the Index
# apply yearly frequency
index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y')
# set the index
sr.index = index_
# Print the series
print(sr)
输出:
2010-12-31 08:45:00 51
2011-12-31 08:45:00 10
2012-12-31 08:45:00 24
2013-12-31 08:45:00 18
2014-12-31 08:45:00 1
2015-12-31 08:45:00 84
2016-12-31 08:45:00 12
2017-12-31 08:45:00 10
2018-12-31 08:45:00 5
2019-12-31 08:45:00 24
2020-12-31 08:45:00 0
Freq: A-DEC, dtype: int64
现在我们将使用Series.all()函数检查给定序列对象中的所有值是否为真非零。
# check if all value is True
# or non-zero
result = sr.all()
# Print the result
print(result)
输出:
False
从输出中我们可以看到，Series.all()函数已经成功返回了False，表示给定序列中的所有值都不是真或非零。该系列对象中的一个值为零。
版权属于：月萌API www.moonapi.com，转载请注明出处
