【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。