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)