pandas.DataFrame.any()与all()

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: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(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