Python dask.dataframe.DataFrame.any用法及代碼示例

用法: DataFrame.any(axis=None, skipna=True, split_every=False, out=None)

返回是否有任何元素為真，可能在軸上。

此文檔字符串是從 pandas.core.frame.DataFrame.any 複製而來的。

可能存在與 Dask 版本的一些不一致之處。

返回 False，除非在係列中或沿 Dataframe 軸至少有一個元素為 True 或等效(例如，非零或非空)。

參數：

axis：{0 或 ‘index’，1 或 ‘columns’，無}，默認 0

指示應減少哪個軸或多個軸。

0 /‘index’：減少索引，返回一個以原始列標簽為索引的Series。
1 /‘columns’：減少列，返回一個以原始索引為索引的Series。
無：減少所有軸，返回一個標量。

bool_only：bool，默認無(在 Dask 中不支持)

僅包括布爾列。如果沒有，將嘗試使用所有內容，然後僅使用布爾數據。未針對係列實施。

skipna：布爾值，默認為真

排除 NA/空值。如果整個行/列為 NA 且 skipna 為 True，則結果將為 False，與空行/列一樣。如果 skipna 為 False，則 NA 被視為 True，因為它們不等於零。

level：int 或級別名稱，默認無(Dask 中不支持)

如果軸是 MultiIndex(分層)，則沿特定級別計數，折疊成一個係列。

**kwargs：任何，默認無

其他關鍵字無效，但可能會被接受以與 NumPy 兼容。

Series或DataFrame: 如果指定了level，則返回DataFrame；否則，返回係列。

例子：

Series

對於 Series 輸入，輸出是一個標量，指示任何元素是否為 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

每列是否至少包含一個 True 元素(默認值)。

>>> 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 axis=None 聚合整個 DataFrame。

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

空 DataFrame 的 any 是一個空係列。

>>> pd.DataFrame([]).any()  
Series([], dtype: bool)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.DataFrame.any。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：