pyspark.pandas.DataFrame.all¶
-
DataFrame。所有( 轴:联盟(int,str]=0,bool_only:可选(bool]=没有一个,skipna:bool=真正的 )→系列¶ -
返回所有元素是否正确。
返回True,除非至少有一个元素在一个系列是假的或同等(如零个或空的)
- 参数
-
- 轴 {0或“指数”},默认为0
-
表明轴或轴应减少。
0 /“指数”:减少索引,返回一系列的指数是原始列标签。
- bool_only bool,默认没有
-
只包括布尔列。如果没有,将尝试使用一切,然后只使用布尔数据。
- skipna 布尔,默认的真
-
排除NA的价值观,如没有或numpy.NaN。如果整个行/列和NA值skipna是真的,那么结果将是真的,至于一个空行/列。如果skipna是假的,numpy。nan被当作真实的,因为这些不等于零,第五次祈祷被视为错误。
- 返回
-
- 系列
例子
创建一个dataframe从一个字典。
> > >df=ps。DataFrame({…“col1”:(真正的,真正的,真正的),…“col2”:(真正的,假,假),…“col3”:(0,0,0),…“col4”:(1,2,3),…“col5”:(真正的,真正的,没有一个),…“col6”:(真正的,假,没有一个)},…列=(“col1”,“col2”,“col3”,“col4”,“col5”,“col6”])
违约行为检查如果列值返回True。
> > >df。所有()col1真实col2假col3假col4真实col5真实col6假dtype: bool
当设置包括NA值skipna = False。
> > >df[[“col5”,“col6”]]。所有(skipna=假)col5假col6假dtype: bool
当设置只包括布尔列bool_only = True。
> > >df。所有(bool_only=真正的)col1真实col2假dtype: bool