Python Pandas Series.all()

Pandas系列是一个带有轴标签的一维ndarray。标签不需要是唯一的，但必须是一个可散列的类型。该对象支持基于整数和标签的索引，并提供了大量的方法来执行涉及索引的操作。

Pandas Series.all()函数返回所有元素是否为真，可能是在一个轴上。除非在一个系列中或沿着Dataframe轴至少有一个元素是假的或等价的（如零或空），否则它将返回True。

语法: Series.all(axis=0, bool_only=None, skipna=True, level=None, **kwargs)

参数:
axis：指出哪一个或哪几个轴应该被减少。
bool_only :只包括布尔值列。
skipna : 排除NA/null值。
level : 如果轴是一个MultiIndex（分层），则沿某一层次计数，折叠成一个标量。
**kwargs :附加的关键字没有任何作用，但为了与NumPy兼容，可能会被接受。

返回：标量或系列

例子#1：使用Series.all()函数来检查给定的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([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()函数来检查给定的系列对象中的所有数值是否为真和非零。

# 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，Series.all()函数成功地返回了True，表明给定系列中的所有值都是True或非零。

示例#2 :使用Series.all()函数来检查给定的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()函数来检查给定的系列对象中的所有数值是否为真和非零。

# check if all value is True
# or non-zero
result = sr.all()
  
# Print the result
print(result)

输出 :

False

正如我们在输出中所看到的，Series.all()函数已经成功地返回了False，表明给定系列中的所有值都不是True或非零值。在这个系列对象中，其中一个值是零。