pandas.DataFrame.any()与all()

最新推荐文章于 2025-02-20 19:24:07 发布

斯特兰奇

最新推荐文章于 2025-02-20 19:24:07 发布

阅读量2.1w

点赞数 10

分类专栏： python基础文章标签：大数据

本文链接：https://blog.csdn.net/qq_39954916/article/details/106153183

版权

python基础专栏收录该内容

39 篇文章

订阅专栏

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(self, axis=0, bool_only=None, skipna=True, level=None, **kwargs)

axis:轴方向，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

>>>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

2、pandas.DataFrame.all()

DataFrame.all(self, axis=0, bool_only=None, skipna=True, level=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

pandas中 isnull() 和 any() 的联合使用

# 查看各列是否存在空值，True表示有空值

movie_data.isnull().any(axis=0)
## output
id False
imdb_id True
popularity False
budget False
revenue False
original_title False
cast True
homepage True
director True
tagline True
keywords True
overview True
runtime False
genres True
production_companies True
release_date False
vote_count False
vote_average False
release_year False
budget_adj False
revenue_adj False
dtype: bool

# 含有空值的列数
movie_data.isnull().any(axis=0).sum()
## output
9

# 查看各行是否存在空值
movie_data.isnull().any(axis=1)
## output
0 False
1 False
2 False
3 False
4 False
5 False
···
10860 True
10861 True
10862 True
10863 True
10864 True
10865 True
Length: 10866, dtype: bool

# 含有空值的行数
movie_data.isnull().any(axis=1).sum()
## output
8874