pandas.Series.any#

Series.любой(*, ось=0, bool_only=False, skipna=True, **kwargs)[источник]#

Возвращает, является ли какой-либо элемент True, возможно, по оси.

Возвращает False, если в серии или вдоль оси DataFrame нет ни одного элемента, который является True или эквивалентен ему (например, ненулевой или непустой).

Параметры:
ось{0 или 'index', 1 или 'columns', None}, по умолчанию 0

Указывает, какая ось или оси должны быть сокращены. Для Series этот параметр не используется и по умолчанию равен 0.

  • 0 / ‘index’ : уменьшить индекс, вернуть Series, индекс которого является исходными метками столбцов.

  • 1 / ‘columns’ : сократить столбцы, вернуть Series, индекс которого является исходным индексом.

  • None : сократить все оси, вернуть скаляр.

bool_onlybool, по умолчанию False

Включать только булевы столбцы. Не реализовано для Series.

skipnabool, по умолчанию True

Исключить значения NA/null. Если вся строка/столбец является NA и skipna равен True, то результатом будет False, как для пустой строки/столбца. Если skipna равен False, то NA обрабатываются как True, потому что они не равны нулю.

**kwargsлюбой, по умолчанию None

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

Возвращает:
скаляр или Series

Если указан уровень, то возвращается Series; в противном случае возвращается скаляр.

Смотрите также

numpy.any

Версия этого метода в Numpy.

Series.any

Возвращает, является ли какой-либо элемент True.

Series.all

Возвращает, являются ли все элементы True.

DataFrame.any

Возвращает, является ли какой-либо элемент истинным по запрошенной оси.

DataFrame.all

Возвращает, являются ли все элементы True по запрошенной оси.

Примеры

Series

Для ввода Series выводом является скаляр, указывающий, является ли какой-либо 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

Содержит ли каждый столбец хотя бы 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

любой для пустого DataFrame является пустым Series.

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