pandas.Series.any #

系列。任何（*，轴= 0， bool_only = False， skipna = True， ** kwargs）[来源]＃

返回任何元素是否为 True，可能在轴上。

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

参数：

轴{0 或 'index', 1 或 'columns', None}, 默认 0

指示应减少哪个或哪些轴。对于系列，此参数未使用，默认为 0。

0 / 'index' : 减少索引，返回一个Series，其索引为原始列标签。
1 / 'columns' ：减少列，返回一个Series，其索引为原始索引。
None ：减少所有轴，返回标量。

bool_only布尔值，默认 False

仅包含布尔列。未针对系列实现。

Skipna布尔值，默认 True

排除 NA/null 值。如果整个行/列为 NA 并且skipna 为True，则结果将为False，对于空行/列而言。如果skipna为False，则NA被视为True，因为它们不等于零。

**kwargs任意，默认无

其他关键字没有效果，但可能会被接受以与 NumPy 兼容。

返回：

标量或级数: 如果指定了level，则返回Series；否则，返回标量。

也可以看看

numpy.any: 此方法的 Numpy 版本。
Series.any: 返回是否有任何元素为 True。
Series.all: 返回是否所有元素都为 True。
DataFrame.any: 返回请求轴上是否有任何元素为 True。
DataFrame.all: 返回请求轴上的所有元素是否都为 True。

例子

系列

对于 Series 输入，输出是一个标量，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

数据框

每列是否至少包含一个 True 元素（默认值）。

>>> 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

聚合列。

>>> 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

使用聚合整个 DataFrame axis=None。

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

任何空 DataFrame 都是空 Series。

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