Pandas Series 中的 all() 方法有什么作用？

Pandas Series 中的 all() 方法用于判断 Pandas Series 对象中是否存在任何 False 值。该方法的典型输出是布尔值（True 或 False）。

如果 Series 对象中的所有元素都是有效元素（即非零值），则返回 True；否则，返回 False。这意味着 Pandas Series all() 方法检查所有元素是否有效。

示例

import pandas as pd

series = pd.Series([1,2,3,0,4,5])

print(series)

#applying all function
print(series.all())

解释

这里我们使用一个包含一个零元素的简单 Python 列表创建了一个 Pandas Series 对象。之后，我们在 Series 对象上应用 all() 方法，预期输出为 False。

输出

0   1
1   2
2   3
3   0
4   4
5   5
dtype: int64

False

在上边的代码块中，有两个输出：一个是 Series 对象的输出，另一个是 all() 方法返回的布尔值输出。Pandas series.all() 方法根据 Series 对象中的元素返回 True 或 False 值。在这个例子中，索引标签 3 处有一个零值，所以输出为 False。

示例

import pandas as pd

series = pd.Series([1,2,3,29,4,5])

print(series)

#applying all function
print(series.all())

解释

在这个例子中，我们使用一个包含非零元素的简单 Python 列表创建了一个 Pandas Series 对象。然后将 all() 方法应用于 Series 对象。

输出

0   1
1   2
2   3
3  29
4   4
5   5
dtype: int64
True

此示例的预期输出为 True，因为我们的 Series 对象中没有零元素。我们可以在上面的代码块中看到 Series 对象和 series.all() 函数的输出。

示例

# importing the pandas package
import pandas as pd
import numpy as np

# creating Series
s = pd.Series([2,np.nan, 4, 7, 3])
print(s)

print(s.all())

解释

在下面的示例中，我们创建了另一个包含 NaN 元素的 Series 对象。然后应用 all() 方法。此 Series 对象上 all() 方法的结果将为 True，因为 NaN 不是零值，其余所有元素也都是非零值。

print(np.nan != 0)
True

输出

0   2.0
1   NaN
2   4.0
3   7.0
4   3.0
dtype: float64

True

上面代码块的第一部分是使用 print 函数显示的 Series 对象，布尔值 True 是 Pandas series.all() 方法的输出。

更新于：2021年11月17日

239 次浏览

开启你的职业生涯

完成课程获得认证

开始学习
广告