pyspark.pandas.DataFrame.all¶
-
DataFrame。所有( 軸:聯盟(int,str]=0,bool_only:可選(bool]=沒有一個,skipna:bool=真正的 )→係列¶ -
返回所有元素是否正確。
返回True,除非至少有一個元素在一個係列是假的或同等(如零個或空的)
- 參數
-
- 軸 {0或“指數”},默認為0
-
表明軸或軸應減少。
0 /“指數”:減少索引,返回一係列的指數是原始列標簽。
- bool_only bool,默認沒有
-
隻包括布爾列。如果沒有,將嚐試使用一切,然後隻使用布爾數據。
- skipna 布爾,默認的真
-
排除NA的價值觀,如沒有或numpy.NaN。如果整個行/列和NA值skipna是真的,那麼結果將是真的,至於一個空行/列。如果skipna是假的,numpy。nan被當作真實的,因為這些不等於零,第五次祈禱被視為錯誤。
- 返回
-
- 係列
例子
創建一個dataframe從一個字典。
> > >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,沒有一個),…“col6”:(真正的,假,沒有一個)},…列=(“col1”,“col2”,“col3”,“col4”,“col5”,“col6”])
違約行為檢查如果列值返回True。
> > >df。所有()col1真實col2假col3假col4真實col5真實col6假dtype: bool
當設置包括NA值skipna = False。
> > >df[[“col5”,“col6”]]。所有(skipna=假)col5假col6假dtype: bool
當設置隻包括布爾列bool_only = True。
> > >df。所有(bool_only=真正的)col1真實col2假dtype: bool