pandas.Series.any#

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

返回是否有任何元素为True，可能是在轴上。

返回False，除非系列中或沿Dataframe轴至少有一个元素为True或等价(例如，非零或非空)。

参数

axis{0或‘index’，1或‘Columns’，无}，默认0

指示应减少哪些轴或哪些轴。

0/‘index’：减少索引，返回索引为原始列标签的Series。
1/‘Columns’：减少列，返回索引为原始索引的Series。
无：减少所有轴，返回标量。

bool_only布尔默认为无

包括布尔列。如果没有，将尝试使用所有内容，然后仅使用布尔数据。未针对系列实施。

skipna布尔值，默认为True

排除NA/NULL值。如果整行/列为NA，skipna为True，则结果将为False，就像空行/列一样。如果skipna为FALSE，则NA被视为True，因为它们不等于零。

levelInt或Level名称，默认为无

如果轴是多索引(分层)，则沿特定级别计数，折叠为标量。

**kwargs任何，默认为无

其他关键字不起作用，但可能会因为与NumPy兼容而被接受。

退货

标量或级数: 如果指定了Level，则返回Series；否则，返回标量。

参见

numpy.any: 此方法的Numpy版本。
Series.any: 返回是否有元素为True。
Series.all: 返回是否所有元素都为True。
DataFrame.any: 返回是否有任何元素在请求的轴上为True。
DataFrame.all: 返回是否所有元素在请求的轴上都为True。

示例

Series

对于Series输入，输出是标量，指示是否有任何元素为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

每列是否至少包含一个True元素(默认设置)。

>>> 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

在柱子上聚集。

>>> 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

使用在整个DataFrame上聚合 axis=None 。

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

any 对于空的，DataFrame是空的Series。

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

pandas.Series.all

pandas.Series.append