pandas.DataFrame.any

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

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

Возвращает False, если ни один элемент в ряду или вдоль оси Dataframe не равен True или эквивалентен ему (например, не нулевой или не пустой).

Параметры

axis:{0 или ‘индекс’, 1 или ‘столбцы’, None}, по умолчанию 0

Указывает, по какой оси или осям должно быть выполнено сокращение. Для Series этот параметр не используется и по умолчанию равен 0.

• 0 / ‘индекс’ : сокращение по индексу, возвращает Series с индексом исходных меток столбцов.

• 1 / ‘столбцы’ : сокращение по столбцам, возвращает Series с индексом исходного индекса.

• None : сокращение по всем осям, возвращает скаляр.

bool_only:bool, по умолчанию None

Включать только столбцы с логическим типом. Если None, попытается использовать все данные, а затем только логические данные. Не реализовано для Series.

skipna:bool, по умолчанию True

Исключать значения NA/null. Если вся строка/столбец имеет значение NA и skipna=True, то результат будет False, как и для пустой строки/столбца. Если skipna=False, то NA обрабатываются как True, потому что они не равны нулю.

level:int или имя уровня, по умолчанию None

Если ось является MultiIndex (многоуровневым), считать по определенному уровню, сводя к Series.

Устарело начиная с версии 1.3.0: Ключевое слово level устарело. Используйте groupby вместо него.

**kwargs:любое, по умолчанию None

Дополнительные ключевые слова не оказывают никакого влияния, но могут приниматься для совместимости с NumPy.

Возвращает

Series или DataFrame

Если уровень указан, возвращается DataFrame; в противном случае возвращается Series.

См. также

numpy.any

Numpy версия данного 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 входных данных Series результат — скаляр, указывающий, равно ли хоть одно значение True.

>>> pd.Series([False, False]).any()
False
>>> pd.Series([True, False]).any()
True
>>> pd.Series([], dtype="float64").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 пустой Series.

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