pandas any() 检查是否存在至少一个元素为 True

any() 方法用于检查是否存在至少一个元素为 True。对于 DataFrame，可以沿指定轴进行检查；对于 Series，则检查整个序列。

支持的数据类型

• pandas.Series
• pandas.DataFrame

语法

Series.any(axis=0, bool_only=False, skipna=True, **kwargs)

DataFrame.any(axis=0, bool_only=False, skipna=True, **kwargs)

参数说明

• axis: {0 or 'index', 1 or 'columns'}, 默认 0
  • 对于 DataFrame 指定沿哪个轴进行检查：
    • 0 或 'index'：检查每列。
    • 1 或 'columns'：检查每行。
• bool_only: bool, 默认 False
  • 如果为 True，则只考虑布尔值的列。如果为 False，将同时考虑布尔值和非布尔值列。
• skipna: bool, 默认 True
  • 是否忽略 NA/null 值。如果为 True，NA/null 值将被视为 False。
• **kwargs: 额外的关键字参数传递给底层的函数。

返回值

• Series: 如果在 DataFrame 上调用，返回一个 Series，其中每个元素表示该轴上是否存在至少一个元素为 True。
• bool: 如果在 Series 上调用，返回一个布尔值，表示是否存在至少一个元素为 True。

使用场景

• 检查数据中是否存在至少一个满足某个条件的元素。
• 数据清洗时验证数据是否包含非零或非空值。
• 用于逻辑判断和筛选数据。

例子

例1：对 Series 应用 any()

import pandas as pd

# 创建一个 Series
s = pd.Series([False, False, True])

print("Initial Series:")
print(s)

# 检查是否存在至少一个元素为 True
result = s.any()

print("\nIs there any element True?")
print(result)

输出：

Initial Series:
0    False
1    False
2     True
dtype: bool

Is there any element True?
True

例2：对 DataFrame 按列应用 any()

# 创建一个 DataFrame
df = pd.DataFrame({
    'A': [False, False, False],
    'B': [True, False, True],
    'C': [False, False, False]
})

print("Initial DataFrame:")
print(df)

# 检查每列是否存在至少一个元素为 True
result = df.any(axis=0)

print("\nIs there any element True in each column?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0  False   True  False
1  False  False  False
2  False   True  False

Is there any element True in each column?
A    False
B     True
C    False
dtype: bool

例3：对 DataFrame 按行应用 any()

# 创建一个 DataFrame
df2 = pd.DataFrame({
    'A': [False, False, True],
    'B': [False, False, True],
    'C': [False, False, False]
})

print("Initial DataFrame:")
print(df2)

# 检查每行是否存在至少一个元素为 True
result = df2.any(axis=1)

print("\nIs there any element True in each row?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0  False  False  False
1  False  False  False
2   True   True  False

Is there any element True in each row?
0    False
1    False
2     True
dtype: bool

例4：跳过 NA 值的检查

# 创建一个包含 NA 值的 DataFrame
df3 = pd.DataFrame({
    'A': [None, False, False],
    'B': [False, None, True],
    'C': [False, False, None]
})

print("Initial DataFrame:")
print(df3)

# 检查每列是否存在至少一个元素为 True，跳过 NA 值
result = df3.any(axis=0, skipna=True)

print("\nIs there any element True in each column (skipping NA)?")
print(result)

输出：

Initial DataFrame:
       A      B      C
0    None  False  False
1   False    None  False
2   False    True    None

Is there any element True in each column (skipping NA)?
A    False
B     True
C    False
dtype: bool

小结

pandas 的 any() 方法提供了一种方便的方式来检查 Series 或 DataFrame 是否存在至少一个元素为 True。通过调整参数如 axis 和 skipna，可以灵活地控制检查行为。这在数据清洗、验证和分析过程中非常有用。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.any.html

相关内容

• pandas 有大于 90 的分组标记为 1 2024-08-13 16:01:16
• pandas 标记一行是否包含一些内容 2022-03-16 14:43:32

更新时间：2024-08-07 19:53:13 标签：pandas python any