資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究Pandas Series 中的 all() 方法有什麼作用？
Pandas Series 中的 all() 方法用於判斷 Pandas Series 物件中是否存在任何 False 值。該方法的典型輸出是布林值（True 或 False）。
如果 Series 物件中的所有元素都是有效元素（即非零值），則返回 True；否則，返回 False。這意味著 Pandas Series all() 方法檢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())
解釋
這裡我們使用一個包含一個零元素的簡單 Python 列表建立了一個 Pandas Series 物件。之後，我們在 Series 物件上應用 all() 方法，預期輸出為 False。
輸出
0 1 1 2 2 3 3 0 4 4 5 5 dtype: int64 False
在上邊的程式碼塊中，有兩個輸出：一個是 Series 物件的輸出，另一個是 all() 方法返回的布林值輸出。Pandas series.all() 方法根據 Series 物件中的元素返回 True 或 False 值。在這個例子中，索引標籤 3 處有一個零值，所以輸出為 False。
示例
import pandas as pd series = pd.Series([1,2,3,29,4,5]) print(series) #applying all function print(series.all())
解釋
在這個例子中，我們使用一個包含非零元素的簡單 Python 列表建立了一個 Pandas Series 物件。然後將 all() 方法應用於 Series 物件。
輸出
0 1 1 2 2 3 3 29 4 4 5 5 dtype: int64 True
此示例的預期輸出為 True，因為我們的 Series 物件中沒有零元素。我們可以在上面的程式碼塊中看到 Series 物件和 series.all() 函式的輸出。
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())
解釋
在下面的示例中，我們建立了另一個包含 NaN 元素的 Series 物件。然後應用 all() 方法。此 Series 物件上 all() 方法的結果將為 True，因為 NaN 不是零值，其餘所有元素也都是非零值。
print(np.nan != 0) True
輸出
0 2.0 1 NaN 2 4.0 3 7.0 4 3.0 dtype: float64 True
上面程式碼塊的第一部分是使用 print 函式顯示的 Series 物件，布林值 True 是 Pandas series.all() 方法的輸出。
239 次瀏覽
