La serie Pandas es un ndarray unidimensional con etiquetas de eje. No es necesario que las etiquetas sean únicas, pero deben ser de tipo hashable. El objeto admite la indexación basada en enteros y etiquetas y proporciona una gran cantidad de métodos para realizar operaciones relacionadas con el índice.
La función Pandas Series.all()
devuelve si todos los elementos son verdaderos, potencialmente sobre un eje. Regresa True
a menos que haya al menos un elemento dentro de una serie oa lo largo de un eje de marco de datos que sea False
o equivalente (por ejemplo, cero o vacío).
Sintaxis: Series.all(axis=0, bool_only=Ninguno, skipna=Verdadero, nivel=Ninguno, **kwargs)
Parámetro :
eje : Indica qué eje o ejes se deben reducir.
bool_only: incluye solo columnas booleanas.
skipna : Excluir NA/valores nulos.
level : si el eje es un MultiIndex (jerárquico), cuente a lo largo de un nivel particular, colapsando en un escalar.
**kwargs: las palabras clave adicionales no tienen efecto, pero pueden aceptarse por compatibilidad con NumPy.Devoluciones: escalar o Serie
Ejemplo n.º 1: use Series.all()
la función para verificar si todos los valores en el objeto de serie dado son verdaderos o distintos de cero.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([34, 5, 13, 32, 4, 15]) # Create the Index index_ = ['Coca Cola', 'Sprite', 'Coke', 'Fanta', 'Dew', 'ThumbsUp'] # set the index sr.index = index_ # Print the series print(sr)
Producción :
Coca Cola 34 Sprite 5 Coke 13 Fanta 32 Dew 4 ThumbsUp 15 dtype: int64
Ahora usaremos Series.all()
la función para verificar si todos los valores en el objeto de la serie dada son verdaderos y distintos de cero.
# check if all value is True # or non-zero result = sr.all() # Print the result print(result)
Producción :
True
Como podemos ver en el resultado, la Series.all()
función ha devuelto con éxito la True
indicación de que todos los valores de la serie dada son verdaderos o distintos de cero.
Ejemplo n.º 2: use Series.all()
la función para verificar si todos los valores en el objeto de la serie dado son verdaderos o distintos de cero.
# importing pandas as pd import pandas as pd # Creating the Series sr = pd.Series([51, 10, 24, 18, 1, 84, 12, 10, 5, 24, 0]) # Create the Index # apply yearly frequency index_ = pd.date_range('2010-10-09 08:45', periods = 11, freq ='Y') # set the index sr.index = index_ # Print the series print(sr)
Producción :
2010-12-31 08:45:00 51 2011-12-31 08:45:00 10 2012-12-31 08:45:00 24 2013-12-31 08:45:00 18 2014-12-31 08:45:00 1 2015-12-31 08:45:00 84 2016-12-31 08:45:00 12 2017-12-31 08:45:00 10 2018-12-31 08:45:00 5 2019-12-31 08:45:00 24 2020-12-31 08:45:00 0 Freq: A-DEC, dtype: int64
Ahora usaremos Series.all()
la función para verificar si todos los valores en el objeto de la serie dada son verdaderos y distintos de cero.
# check if all value is True # or non-zero result = sr.all() # Print the result print(result)
Producción :
False
Como podemos ver en el resultado, la Series.all()
función ha devuelto con éxito la False
indicación de que todos los valores de la serie dada no son verdaderos o distintos de cero. Uno de los valores es cero en este objeto de serie.
Publicación traducida automáticamente
Artículo escrito por Shubham__Ranjan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA