pandas.Series.any

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

Возвращает значение True, если какой-либо элемент равен True по указанной оси.

В отличие от DataFrame.all(), эта функция выполняет операцию или. Если какое-либо из значений вдоль указанной оси равно True, то возвращается True.

Параметры:

axis : {0 или ‘index’, 1 или ‘columns’, None}, по умолчанию 0 Указывает, по какой оси или осям следует выполнить редукцию. 0 / ‘index’ : выполнить редукцию по индексу, вернуть Series с индексом, соответствующим исходным меткам столбцов. 1 / ‘columns’ : выполнить редукцию по столбцам, вернуть Series с индексом, соответствующим исходному индексу. None : выполнить редукцию по всем осям, вернуть скалярное значение. skipna : boolean, по умолчанию True Исключить значения NA/null. Если вся строка/столбец содержит значения NA, результат будет NA. level : целое число или имя уровня, по умолчанию None Если ось является MultiIndex (иерархическим), подсчитывать по определённому уровню, сводя к скаляру. bool_only : boolean, по умолчанию None Включать только столбцы boolean. Если None, будет пытаться использовать все данные, а затем только boolean данные. Для Series не реализовано. **kwargs : любые, по умолчанию None Дополнительные ключевые слова не оказывают влияния, но могут приниматься для совместимости с NumPy.

Возвращает:

any : scalar or Series (if level specified)

См. также

pandas.DataFrame.all

Возвращает значение True, если все элементы равны True.

Примеры

Series

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

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

DataFrame

Определяет, содержит ли каждый столбец как минимум один элемент, равный 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

any для пустого DataFrame — это пустая Series.

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