Python|熊猫系列/Dataframe.any()
Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。
Pandas any()方法适用于Series和Dataframe 。它检查调用者对象（Dataframe 或系列）中的任何值是否不为 0 并为此返回 True。如果所有值都是 0，它将返回 False。
Syntax: DataFrame.any(axis=0, bool_only=None, skipna=True, level=None, **kwargs)
Parameters:
axis: 0 or ‘index’ to apply method by rows and 1 or ‘columns’ to apply by columns.
bool_only: Checks for bool only series in Data frame, if none found, it will use only boolean values. This parameter is not for series since there is only one column.
skipna: Boolean value, If False, returns True for whole NaN column/row
level: int or str, specifies level in case of multilevel
Return type: Boolean series
示例 #1：索引明智的实现
在此示例中，通过将字典传递给 Pandas DataFrame()方法来创建示例数据框。空值也使用 Numpy np.nan传递给某些索引，以检查空值的行为。由于在此示例中，该方法是在索引上实现的，因此轴参数保持为 0（代表行）。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating dictionary
dic = {'A': [1, 2, 3, 4, 0, np.nan, 3],
'B': [3, 1, 4, 5, 0, np.nan, 5],
'C': [0, 0, 0, 0, 0, 0, 0]}
# making dataframe using dictionary
data = pd.DataFrame(dic)
# calling data.any column wise
result = data.any(axis = 0)
# displaying result
result
输出：
如输出所示，由于最后一列的所有值都为零，因此仅对该列返回 False。 _0.png)
示例 #2：按列实现
在此示例中，通过将字典传递给 Pandas DataFrame()方法来创建示例数据框，就像上面的示例一样。但不是将 0 传递给轴参数，而是将 1 传递给实现每一列中的每个值。
# importing pandas module
import pandas as pd
# importing numpy module
import numpy as np
# creating dictionary
dic = {'A': [1, 2, 3, 4, 0, np.nan, 3],
'B': [3, 1, 4, 5, 0, np.nan, 5],
'C': [0, 0, 0, 0, 0, 0, 0]}
# making dataframe using dictionary
data = pd.DataFrame(dic)
# calling data.any column wise
result = data.any(axis = 1)
# displaying result
result
输出：
如输出所示，仅对所有值为 0 或 NaN 和 0 的行返回 False。 _1.png)