# Python Pandas any() im Überblick

Die Funktion der Python Bibliothek Pandas `DataFrame.any()` wird genutzt, um festzustellen, ob mindestens ein Wert in einem Pandas DataFrame entlang einer bestimmten Achse zu `True` auswertet.

## Syntax von Pandas `any()`

Die grundlegende Syntax der Pandas-Funktion `any()` ist nicht kompliziert und sieht wie folgt aus:

```python
DataFrame.any(axis=0, bool_only=None, skipna=True)
```

Hinweis Das Pandas `DataFrame.any()`-Pendant in der ebenfalls beliebten Python-Bibliothek *numpy* ist `numpy.any()` und funktioniert analog.

### Relevante Parameter

Die Funktion nimmt verschiedene Parameter entgegen:

<table>
  <thead>
    <tr>
      <th><strong>Parameter</strong></th>
      <th><strong>Beschreibung</strong></th>
      <th><strong>Defaultwert</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`axis`</td>
      <td>Bestimmt, ob die Methode entlang der Zeilen (0 bzw. index) oder Spalten (1 bzw. columns) angewendet wird</td>
      <td>0</td>
    </tr>
    <tr>
      <td>`skipna`</td>
      <td>Gibt an, ob NaN-Werte übergangen werden sollen</td>
      <td>`True`</td>
    </tr>
    <tr>
      <td>`bool_only`</td>
      <td>Wenn `True`, werden nur boolesche Spalten betrachtet</td>
      <td>`False`</td>
    </tr>
  </tbody>
</table>

## Anwendung von Pandas `DataFrame.any()`

### Beispiel 1: Überprüfen, ob es in irgendeiner Zeile `True`-Werte gibt

Der klassischste Anwendungsfall der Pandas-Funktion `any()` ist die Überprüfung, ob es in irgendeiner Zeile einen Wert gibt, der zu `True` auswertet. Das kann hilfreich sein, wenn Bedingungen überprüft werden müssen.

```python
import pandas as pd
# Definieren eines Dataframes mit drei Spalten und drei Zeilen
data = {
    'A': [0, 0, 0],
    'B': [True, False, False],
    'C': [False, False, False]
}
df = pd.DataFrame(data)
# Anwendung der any()-Funktion, um zu schauen, ob in den Zeilen mindestens ein Wert zu wahr auswertet
result = df.any(axis=0)
print(result)
```

In obigen Codebeispiel gibt die Pandas `DataFrame.any()` eine Serie zurück, die anzeigt, dass nur in Spalte B mindestens ein Wert vorhanden ist, der zu `True` ausgewertet wird. Der Output sieht wie folgt aus:

```none
A    False
B    True
C    False
dtype: bool
```

### Beispiel 2: Überprüfen, ob es in irgendeiner Spalte `True`-Werte gibt

Analog zum ersten Beispiel können wir auch überprüfen, ob in irgendeiner Spalte mindestens ein `True`-Wert vorhanden ist, indem wir `axis=1` als Parameter übergeben:

```python
result = df.any(axis=1)
print(result)
```

Der Output sieht wie folgt aus und liefert das Ergebnis, dass es nur in der nullten Spalte einen Wert gibt, der zu `True`-auswertet:

```none
0     True
1    False
2    False
dtype: bool
```

Hinweis Lassen Sie sich nicht davon verwirren, dass das Zählen in der Informatik immer bei 0 beginnt.


This is a markdown version of: [https://www.ionos.com/de-ch/digitalguide/websites/web-entwicklung/python-pandas-dataframe-any/](https://www.ionos.com/de-ch/digitalguide/websites/web-entwicklung/python-pandas-dataframe-any/) for AI/LLM consumption.