【Pandas】pandas DataFrame all
Pandas2.2 DataFrame
Computations descriptive stats
| 方法 | 描述 |
|---|---|
| DataFrame.abs() | 用于返回 DataFrame 中每个元素的绝对值 |
| DataFrame.all([axis, bool_only, skipna]) | 用于判断 DataFrame 中是否所有元素在指定轴上都为 True |
pandas.DataFrame.all()
pandas.DataFrame.all() 方法用于判断 DataFrame 中是否所有元素在指定轴上都为 True。它是进行逻辑“与”操作的聚合函数，常用于检查数据是否满足某些布尔条件。
一、方法签名
DataFrame.all(axis=0, bool_only=None, skipna=True)
参数说明：
| 参数 | 类型 | 描述 |
|---|---|---|
axis | {0/‘index’, 1/‘columns’}, 默认 0 | 指定判断方向：0 表示按列判断（返回每列是否全为 True），1 表示按行判断（返回每行是否全为 True） |
bool_only | bool, 默认 None | 若为 True，仅考虑布尔类型的列；若为 False，则尝试将非布尔列转换为布尔值进行判断（如 0 为 False，非零为 True） |
skipna | bool, 默认 True | 是否跳过 NaN 值。若为 True，NaN 被视为不影响判断；若为 False，含 NaN 的行/列结果为 NaN |
二、返回值
- 返回一个
Series，表示每一行或每一列是否全部为True。 - 若
axis=0，索引为列名；若axis=1，索引为行索引。
三、使用示例及结果
示例1：默认参数（按列判断）
import pandas as pddf = pd.DataFrame({'A': [True, True, True],'B': [True, False, True],'C': [1, 2, 3],'D': [0, 1, 2]
})result = df.all()
print(result)
输出：
A True
B False
C True
D False
dtype: bool
解释：
- 列 A 全为
True→True - 列 B 含有
False→False - 列 C 非零值都被视为
True→True - 列 D 含有
0→False
示例2：按行判断（axis=1）
result = df.all(axis=1)
print(result)
输出：
0 True
1 False
2 True
dtype: bool
解释：
- 第0行：
[True, True, 1, 0]→ 所有值为真？True（注意：0 是 False） - 第1行：
[True, False, 2, 1]→ 包含False→False - 第2行：
[True, True, 3, 2]→ 全部为真 →True
示例3：设置 bool_only=True
result = df.all(bool_only=True)
print(result)
输出：
A True
B False
dtype: bool
解释：
- 只考虑布尔类型列（即列 A 和 B），忽略数值列 C 和 D。
示例4：设置 skipna=False 并包含 NaN
import numpy as npdf_with_nan = pd.DataFrame({'X': [True, np.nan, True],'Y': [False, True, True]
})result = df_with_nan.all(skipna=False)
print(result)
输出：
X NaN
Y False
dtype: object
解释：
- 列 X 含有
NaN，且skipna=False→ 结果为NaN - 列 Y 含有
False→ 整体为False
四、适用场景
| 场景 | 描述 |
|---|---|
| 数据校验 | 检查某列或某行是否全部满足某个布尔条件（如非空、非零等） |
| 特征筛选 | 在机器学习中判断某些布尔特征是否全部为 True |
| 异常检测 | 检查是否存在 False 值，从而发现异常情况 |
五、注意事项
- 非布尔列会被自动转换为布尔值（如 0 → False，非零 → True）
NaN值默认被跳过（不影响判断），可通过skipna=False改变行为bool_only=True时，只作用于布尔类型列，忽略其他类型列
六、总结
| 特性 | 描述 |
|---|---|
| 功能 | 判断 DataFrame 中每个列或行是否所有元素都为 True |
| 适用类型 | 布尔列、数值列（自动转换为布尔） |
| NaN 处理 | 默认跳过，可设为 skipna=False 显示 NaN |
| 是否修改原数据 | 否，返回新 Series |
all() 是一个非常实用的逻辑聚合函数，适用于对 DataFrame 进行整体布尔判断和数据校验。