DataFrame.all() / Series.all()

Метод all() возвращает True, если все элементы по выбранной оси являются истинными (True, ненулевыми, непустыми). Удобен для валидации массивов с булевыми условиями.

Сигнатура

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

Параметры

• axis — ось: 0 (столбцы), 1 (строки), None (по всему DataFrame).

• bool_only — если True, учитываются только булевы столбцы.

• skipna — пропускать ли NaN.

Возвращаемое значение

bool, Series или DataFrame в зависимости от оси.

Примеры

Пример 1. Series

import pandas as pd

s = pd.Series([True, True, True])
print(s.all())

True

Пример 2. Проверка показаний на положительность

Все ли показания напряжения положительны:

import pandas as pd

voltage = pd.Series([4.9, 5.0, 5.1, 4.8])
print((voltage > 0).all())

True

Пример 3. DataFrame по столбцам

import pandas as pd

df = pd.DataFrame({
    "ok_a": [True, True, False],
    "ok_b": [True, True, True],
})
print(df.all())

ok_a    False
ok_b     True
dtype: bool

Пример 4. По строкам

import pandas as pd

df = pd.DataFrame({"a": [1, 1, 0], "b": [2, 1, 1]})
print((df > 0).all(axis=1))

0     True
1     True
2    False
dtype: bool

Пример 5. По всему DataFrame

import pandas as pd

df = pd.DataFrame({"a": [1, 2], "b": [3, 4]})
print((df > 0).all(axis=None))

True

См. также

• DataFrame.count() / Series.count()

• DataFrame.describe() / Series.describe()

Примечание

Лицензия и источники

Техническое описание функции адаптировано из официальной документации Pandas (https://pandas.pydata.org/docs/), BSD-3-Clause License. Примеры и пояснения — © AlashEd Wiki.