Метод all
Метод all применяется к Series
и возвращает True, если все элементы серии истинны.
В противном случае возвращается False.
Метод полезен для проверки условий, когда необходимо убедиться,
что все значения в серии удовлетворяют определённому критерию.
По умолчанию метод работает вдоль оси (для Series ось только одна),
но может принимать параметр skipna, который определяет,
учитывать ли пропущенные значения NaN.
Синтаксис
ser.all([skipna])
Параметр skipna (по умолчанию True) указывает,
исключать ли пропущенные значения из проверки.
Если skipna=False и в серии есть NaN,
то метод вернёт True, так как NaN считается истинным.
Пример
Проверим, все ли элементы серии истинны:
import pandas as pd
ser = pd.Series([1, 2, 3, 4, 5])
res = ser.all()
print(res)
Результат выполнения кода:
True
Пример
Если в серии есть хотя бы один ложный элемент,
результат будет False:
import pandas as pd
ser = pd.Series([1, 0, 3, 4, 5])
res = ser.all()
print(res)
Результат выполнения кода:
False
Пример
Проверим серию с логическими значениями:
import pandas as pd
ser = pd.Series([True, True, True])
res = ser.all()
print(res)
Результат выполнения кода:
True
Пример
Рассмотрим работу с пропущенными значениями.
По умолчанию NaN игнорируется:
import pandas as pd
ser = pd.Series([1, 2, None, 4, 5])
res = ser.all()
print(res)
Результат выполнения кода:
True
Если указать skipna=False, то наличие None
приведёт к возврату True, так как None
в Python считается ложным, но в Pandas NaN
приводится к True при проверке на истинность.
import pandas as pd
ser = pd.Series([1, 2, None, 4, 5])
res = ser.all(skipna=False)
print(res)
Результат выполнения кода:
True
Пример
Метод также можно использовать с булевыми масками, например, для проверки выполнения условия:
import pandas as pd
ser = pd.Series([10, 20, 30, 40, 50])
res = (ser > 5).all()
print(res)
Результат выполнения кода:
True
