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)