顾名思义,any()一个序列中满足一个True,则返回True;all()一个序列中所有值为True时,返回True,否则为False。这点可从 Series 的any()和all()的例子中看出。

>>>pd.Series([False, False]).any()
False
>>>pd.Series([True, False]).any()
True
>>>pd.Series([]).any()
False
>>>pd.Series([np.nan]).any()
False
>>>pd.Series([np.nan]).any(skipna=False)
True

1、pandas.DataFrame.any()

DataFrame.any(selfaxis=0bool_only=Noneskipna=Truelevel=None**kwargs)

  • axis:0为行(index),1为列(columns),默认为0
  • bool_only:用于是否只利用序列中的Boolean值进行判断
  • skipna,是否跳过NA/null值
  • return 一个series或DataFrame
>>> df = pd.DataFrame({"A": [1, 2], "B": [0, 2], "C": [0, 0]})

>>> df.any()
A     True
B     True
C    False
dtype: bool

>>> df.any(1)
0    True
1    True
dtype: bool

>>> df.any('columns')
0    True
1    True
dtype: bool

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

2、pandas.DataFrame.all()

DataFrame.all(selfaxis=0bool_only=Noneskipna=Truelevel=None**kwargs)

参数与any()一致

#Series
>>> pd.Series([True, True]).all()
True
>>> pd.Series([True, False]).all()
False
>>> pd.Series([]).all()
True
>>> pd.Series([np.nan]).all()
True
>>> pd.Series([np.nan]).all(skipna=False)
True
#DataFrame
>>> df = pd.DataFrame({'col1': [True, True], 'col2': [True, False]})
>>> df
   col1   col2
0  True   True
1  True  False
>>> df.all()
col1     True
col2    False
dtype: bool
>>> df.all(1)
0     True
1    False
dtype: bool
>>> df.all(axis=None)
False
Categories: pandas

1 Comment

Anonymous · 2020年11月25日 at 17:23

🐂🍺

Leave a Reply

Your email address will not be published.