dask_expr._collection.DataFrame.any
dask_expr._collection.DataFrame.any¶
- DataFrame.any(axis=0, skipna=True, split_every=False, **kwargs)¶
返回是否任何元素为 True，可能在某个轴上。
此文档字符串是从 pandas.core.frame.DataFrame.any 复制的。
Dask 版本可能存在一些不一致性。
除非在序列或 DataFrame 轴上至少有一个元素为 True 或等效（例如非零或非空），否则返回 False。
- 参数
- 轴{0 或 ‘index’, 1 或 ‘columns’, None}, 默认值为 0
指示应减少的轴或轴。对于 Series，此参数未使用并默认为 0。
0 / ‘index’ : 减少索引，返回一个索引为原始列标签的Series。
1 / ‘columns’ : 减少列数，返回一个索引为原始索引的Series。
None : 减少所有轴，返回一个标量。
- bool_onlybool, 默认 False (Dask 中不支持)
仅包含布尔列。对于 Series 未实现。
- skipnabool, 默认 True
排除 NA/null 值。如果整行/整列都是 NA 且 skipna 为 True，则结果将为 False，因为对于空行/列。如果 skipna 为 False，则 NA 被视为 True，因为这些不等于零。
- **kwargs任意, 默认 None
额外的关键词没有效果，但可能被接受以兼容NumPy。
- 返回
- Series 或 DataFrame
如果指定了级别，则返回 DataFrame；否则，返回 Series。
参见
numpy.any此方法的 Numpy 版本。
Series.any返回是否有任何元素为 True。
Series.all返回所有元素是否为真。
DataFrame.any返回请求轴上是否有任何元素为 True。
DataFrame.all返回请求轴上所有元素是否为True。
示例
系列
对于序列输入，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
DataFrame
每一列是否至少包含一个 True 元素（默认）。
>>> 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
对列进行聚合。
>>> 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
在整个 DataFrame 上进行聚合，使用
axis=None。>>> df.any(axis=None) True
any 对于一个空的 DataFrame 是一个空的 Series。
>>> pd.DataFrame([]).any() Series([], dtype: bool)