pandas.Series.any

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

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

Возвращает False, если ни один элемент в серии или по оси Dataframe не является True или эквивалентным (например, не нулевым или не пустым).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по какой оси или осям должно выполняться сокращение. 0 / ‘индекс’ : сокращение по индексу, возвращает Series, индекс которого — исходные метки столбцов. 1 / ‘столбцы’ : сокращение по столбцам, возвращает Series, индекс которого — исходный индекс. None : сокращение по всем осям, возвращает скалярное значение. bool_only : bool, default None Включать только столбцы булевого типа. Если None, будет использовано всё, а затем только булевые данные. Не реализовано для Series. skipna : bool, default True Исключать NA/null значения. Если вся строка/столбец состоит из NA, и skipna равно True, то результатом будет False, как и для пустой строки/столбца. Если skipna равно False, то NA обрабатываются как True, поскольку они не равны нулю. level : int or level name, default None Если ось является MultiIndex (иерархической), считать по определенному уровню, сводя к скаляру. **kwargs : any, default None Дополнительные ключевые слова не влияют, но могут приниматься для совместимости с NumPy.

Возвращает:

скаляр или Series Если указан уровень, возвращается Series; в противном случае возвращается скаляр.

См. также

numpy.any

Версия NumPy этого метода.

Series.any

Возвращает True, если хотя бы один элемент является True.

Series.all

Возвращает True, если все элементы являются True.

DataFrame.any

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

DataFrame.all

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

Примеры

Series

Для входных данных Series выход представляет собой скаляр, указывающий, есть ли хотя бы один True элемент.

>>> 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 как минимум 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 помощью axis=None.

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

any для пустого DataFrame — пустая Series.

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