📜  Python|熊猫系列/Dataframe.any()

📅  最后修改于: 2022-05-13 01:54:39.558000             🧑  作者: Mango

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SeriesDataframe 。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。

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。


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。