pandas.DataFrame.any

DataFrame.any(axis=0, bool_only=None, skipna=True, level=None, **kwargs) [source]

Возвращает True, если хотя бы один элемент на указанной оси имеет значение True.

В отличие от DataFrame.all(), эта функция выполняет операцию или. Если хотя бы одно значение на указанной оси имеет значение True, возвращается True.

Параметры:

axis : {0 или ‘index’, 1 или ‘columns’, None}, по умолчанию 0 Указывает, по какой оси или осям должно быть выполнено сокращение. 0 / ‘index’ : сокращение по индексу, возвращает Series с индексом, соответствующим исходным меткам столбцов. 1 / ‘columns’ : сокращение по столбцам, возвращает Series с индексом, соответствующим исходному индексу. None : сокращение по всем осям, возвращает скалярное значение. skipna : boolean, по умолчанию True Исключить значения NA/null. Если вся строка/столбец состоит из значений NA, результат будет NA. level : целое число или имя уровня, по умолчанию None Если ось является многоуровневым индексом (иерархическим), подсчет выполняется по определённому уровню, результатом является Series. bool_only : boolean, по умолчанию None Включить только столбцы с булевыми значениями. Если None, будет попытка использовать все данные, затем только булевые данные. Не реализовано для Series. **kwargs : любой, по умолчанию None Дополнительные ключевые параметры не имеют эффекта, но могут быть приняты для совместимости с NumPy.

Возвращает:

any : Series or DataFrame (if level specified)

См. также

pandas.DataFrame.all

Возвращает True, если все элементы имеют значение True.

Примеры

Series

Для входных данных Series результат — скалярное значение, указывающее, содержит ли Series хотя бы одно значение True.

>>> pd.Series([True, False]).any()
True

DataFrame

Проверяет, содержит ли каждый столбец хотя бы один элемент со значением True (по умолчанию).

>>> df = pd.DataFrame({"A": [1, 2], "B": [0, 2], "C": [0, 0]})
>>> df
   A  B  C
0  1  0  0
1  2  2  0

>>> df.any()
A     True
B     True
C    False
dtype: bool

Агрегирование по столбцам.

>>> df = pd.DataFrame({"A": [True, False], "B": [1, 2]})
>>> df
       A  B
0   True  1
1  False  2

>>> df.any(axis='columns')
0    True
1    True
dtype: bool

>>> df = pd.DataFrame({"A": [True, False], "B": [1, 0]})
>>> df
       A  B
0   True  1
1  False  0

>>> df.any(axis='columns')
0    True
1    False
dtype: bool

Агрегирование по всему DataFrame с axis=None.

>>> df.any(axis=None)
True

Результат для пустого DataFrame — пустая Series.

>>> pd.DataFrame([]).any()
Series([], dtype: bool)