pandas.DataFrame.any

DataFrame.any(*, axis=0, bool_only=False, skipna=True, **kwargs)[source]

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

Возвращает False, если не существует ни одного элемента в ряду или по оси DataFrame, который равен True или эквивалентен ему (например, не нулевой или не пустой).

Параметры:

axis:{0 или ‘индекс’, 1 или ‘колонки’, 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, который соответствует исходным меткам столбцов.

• 1 / ‘колонки’ : сокращение по столбцам, возвращает Series с индексом, который соответствует исходному индексу.

• None : сокращение по всем осям, возвращает скаляр.

bool_only:bool, по умолчанию False

Включать только столбцы типа boolean. Для Series не реализовано.

skipna:bool, по умолчанию True

Исключать значения NaN/null. Если вся строка/столбец состоит из NaN, а skipna — True, то результат будет False, как и для пустой строки/столбца. Если skipna — False, то NaN обрабатываются как True, так как они не равны нулю.

**kwargs:любой, по умолчанию None

Дополнительные ключевые слова не влияют, но могут быть приняты для совместимости с NumPy.

Возвращает:

Series или DataFrame

Если указан уровень, то 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 входных данных типа Series вывод — скаляр, указывающий, равен ли хотя бы один элемент 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

Определяет, содержит ли каждый столбец по крайней мере один элемент, равный 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)