Python | Serie Pandas/Dataframe.any()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

El método Pandas any()es aplicable tanto en Series como en Dataframe . Comprueba si algún valor en el objeto de la persona que llama (marco de datos o serie) no es 0 y devuelve True para eso. Si todos los valores son 0, devolverá False.

Sintaxis: DataFrame.any(axis=0, bool_only=Ninguno, skipna=Verdadero, nivel=Ninguno, **kwargs)

Parámetros:
eje: 0 o ‘índice’ para aplicar método por filas y 1 o ‘columnas’ para aplicar por columnas.
bool_only: busca series booleanas solamente en el marco de datos; si no encuentra ninguna, usará solo valores booleanos. Este parámetro no es para series ya que solo hay una columna.
skipna: valor booleano, si es falso, devuelve verdadero para todo el nivel de fila/columna NaN
: int o str, especifica el nivel en caso de multinivel

Tipo de retorno: serie booleana

Ejemplo n.º 1: implementación inteligente del índice

En este ejemplo, se crea un marco de datos de muestra pasando el diccionario al DataFrame()método Pandas. Los valores nulos también se pasan a algunos índices usando Numpy np.nanpara verificar el comportamiento con valores nulos. Dado que en este ejemplo, el método se implementa en el índice, el parámetro del eje se mantiene en 0 (que significa filas).

# 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

Salida:
como se muestra en la salida, dado que la última columna tiene todos los valores iguales a cero, por lo tanto, se devolvió False solo para esa columna.

 
Ejemplo #2: Implementación en columna

En este ejemplo, se crea un marco de datos de muestra pasando el diccionario al DataFrame()método Pandas como en el ejemplo anterior. Pero en lugar de pasar 0 al parámetro del eje, se pasa 1 para implementar para cada valor en cada columna.

# 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

Salida:
como se muestra en la salida, se devolvió False solo para las filas donde todos los valores eran 0 o NaN y 0.