pandas.Series.any

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

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

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

Параметры:

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

Указывает, по какой оси или осям необходимо выполнить сокращение. Для Series этот параметр не используется и по умолчанию равен 0.

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

• 1 / ‘колонки’ : выполнить сокращение по столбцам, вернуть Series с индексом исходного индекса.

• None : выполнить сокращение по всем осям, вернуть скаляр.

bool_only:bool, по умолчанию False

Включить только столбцы с типом bool. Для Series не реализовано.

skipna:bool, по умолчанию True

Исключить значения NA/null. Если вся строка/столбец содержит значения NA, а skipna — True, результат будет False, как для пустой строки/столбца. Если skipna — False, значения NA обрабатываются как True, так как они не равны нулю.

**kwargs:любое, по умолчанию None

Дополнительные ключевые слова не оказывают влияния, 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

Numpy версия этого метода.

Series.any

Возвращает True, если хотя бы один элемент истинный.

Series.all

Возвращает True, если все элементы истинны.

DataFrame.any

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

DataFrame.all

Возвращает True, если все элементы истинны по указанной оси.

Примеры

Series

Для входных данных Series результат — скаляр, указывающий, является ли хоть один элемент истинным.

>>> 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

Проверка, 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 возвращает пустую Series.

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