pandas.DataFrame.any

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

Возвращает True, если хотя бы один элемент является True, потенциально по оси.

Возвращает False, если ни один элемент в ряду или по оси DataFrame не является True или эквивалентен ему (например, не равен нулю или не пуст).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по какой оси или осям следует выполнить уменьшение. 0 / ‘index’ : уменьшить по индексу, вернуть Series с индексом исходных меток столбцов. 1 / ‘columns’ : уменьшить по столбцам, вернуть Series с индексом исходного индекса. None : уменьшить все оси, вернуть скаляр. bool_only : bool, default None Включить только булевы столбцы. Если None, попытается использовать все данные, а затем использовать только булевы данные. Не реализовано для Series. skipna : bool, default True Исключить значения NaN/Null. Если вся строка/столбец содержит значения NaN и skipna равно True, то результат будет False, как и для пустой строки/столбца. Если skipna равно False, тогда значения NaN обрабатываются как True, потому что они не равны нулю. level : int or level name, default None Если ось является многоуровневым индексом (иерархическим), подсчитывает по определенному уровню, сводя данные в Series. **kwargs : any, default None Дополнительные ключевые слова не имеют эффекта, но могут быть приняты для совместимости с NumPy.

Возвращает:

Series или DataFrame Если задан уровень, возвращается DataFrame; в противном случае возвращается Series.

См. также

numpy.any

Версия NumPy этого метода.

Series.any

Возвращает True, если хотя бы один элемент равен True.

Series.all

Возвращает True, если все элементы равны True.

DataFrame.any

Возвращает True, если хотя бы один элемент равен True по заданной оси.

DataFrame.all

Возвращает True, если все элементы равны True по заданной оси.

Примеры

Series

Для Series входные данные, результат — скаляр, указывающий, является ли хотя бы один элемент True.

>>> pd.Series([False, False]).any()
False
>>> pd.Series([True, False]).any()
True
>>> pd.Series([]).any()
False
>>> pd.Series([np.nan]).any()
False
>>> pd.Series([np.nan]).any(skipna=False)
True

DataFrame

Возвращает True, если каждый столбец содержит хотя бы один элемент 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 пустой Series.

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