pandas.Panel.any

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

Возвращает значение True, если любой элемент является True, потенциально по оси.

Возвращает False, если нет ни одного элемента в серии или вдоль оси DataFrame, равного True или эквивалентного (например, не ноль или не пустое).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по какой оси или осям следует выполнить редукцию. 0 / ‘index’ : выполнить редукцию по индексу, вернуть серию, индекс которой совпадает с исходными метками столбцов. 1 / ‘columns’ : выполнить редукцию по столбцам, вернуть серию, индекс которой совпадает с исходным индексом. None : выполнить редукцию по всем осям, вернуть скалярное значение. bool_only : bool, default None Включать только булевы столбцы. Если None, будет предпринята попытка использовать все данные, а затем только булевы данные. Не реализовано для Series. skipna : bool, default True Исключить значения NA/null. Если вся строка/столбец содержит NA и skipna True, результат будет False, как и для пустой строки/столбца. Если skipna False, NA обрабатываются как True, так как они не равны нулю. level : int or level name, default None Если ось является многоуровневым индексом (иерархическим), считать по определенному уровню, сводя данные в DataFrame. **kwargs : any, default None Дополнительные ключевые слова не оказывают влияния, но могут быть приняты для совместимости с NumPy.

Возвращает:

DataFrame или Panel Если уровень указан, возвращается Panel; в противном случае — DataFrame.

См. также

numpy.any

Версия NumPy этого метода.

Series.any

Возвращает значение True, если любой элемент является True.

Series.all

Возвращает значение True, если все элементы являются True.

DataFrame.any

Возвращает True, если любой элемент является True по указанной оси.

DataFrame.all

Возвращает True, если все элементы являются True по указанной оси.

Примеры

Series

Для входных данных Series результат — скалярное значение, указывающее, является ли любой 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

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

any для пустого DataFrame — это пустая Series.

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