pandas.Series.any

Series.any(self, 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 нет ни одного элемента в серии или по оси DataFrame, равного True или эквивалентного (например, не равного нулю или не пустого).

Параметры:

axis : {0 or ‘index’, 1 or ‘columns’, None}, default 0 Указывает, по какой оси или осям следует выполнить уменьшение. 0 / ‘index’ : уменьшение по индексу, возвращает Series с индексом из исходных меток столбцов. 1 / ‘columns’ : уменьшение по столбцам, возвращает Series с индексом из исходного индекса. None : уменьшение по всем осям, возвращает скаляр. bool_only : bool, default None Включает только булевы столбцы. Если None, попытается использовать все, а затем использовать только булевые данные. Не реализовано для Series. skipna : bool, default True Исключает значения NA/null. Если вся строка/столбец состоит из значений NA, и skipna = True, то результатом будет False, как для пустой строки/столбца. Если skipna = False, то NA обрабатываются как True, поскольку они не равны нулю. level : int or level name, default None Если ось — это многоуровневый индекс (иерархический), подсчет выполняется 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 — True.

Series.all

Возвращает True, если все элементы — True.

DataFrame.any

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

DataFrame.all

Возвращает True, если все элементы на указанной оси — True.

Примеры

Series

Для входных данных Series результат — скаляр, указывающий, есть ли хотя бы один элемент, равный 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 по крайней мере 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 пустая Series.

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