pandas中any和all在项目中的使用场景

一个机器的运行周期内，内部有两个内机（不会同时运行），判断这个运行周期内，单独只运行某一个内机的情况下，该周期保留，如果该周期内，出现两个内机都有运行的阶段时，或者都没有运行的阶段时，该周期剔除。

构造一组数据说明情况，0表示关机，1表示开机

import pandas as pd

df = pd.Dataframe({
    '内机1': [0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0],
    '内机2': [1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1]
}, index=pd.date_range(start='2021-08-31 00:00:00', periods=11, freq='min'))

out:
					内机1  内机2
2021-08-31 00:00:00    0    1
2021-08-31 00:01:00    1    0
2021-08-31 00:02:00    0    1
2021-08-31 00:03:00    0    1
2021-08-31 00:04:00    0    1
2021-08-31 00:05:00    0    1
2021-08-31 00:06:00    0    1
2021-08-31 00:07:00    0    1
2021-08-31 00:08:00    0    1
2021-08-31 00:09:00    0    1
2021-08-31 00:10:00    0    1

还未了解到any和all的使用方法时，我是直接判断两列是否都有大于0的情况，代码如下：

# 判断这两个Dataframe对象是否不同时为empty
df[df['内机1'] > 0].empty
df[df['内机2'] > 0].empty

if (df[df['内机1'] > 0].empty or not df[df['内机2'] > 0].empty) or (df[df['内机2'] > 0].empty or not df[df['内机1'] > 0].empty):
# 满足此条件则这个周期保留

判断条件一看挺复杂的，自从有了any和all之后，非常方便

# 拆分三步走

# 第一步，判断元素大于0的情况
df.loc[:,['内机1','内机2']] > 0

out:
					内机1    内机2
2021-08-31 00:00:00  False   True
2021-08-31 00:01:00   True  False
2021-08-31 00:02:00  False   True
2021-08-31 00:03:00  False   True
2021-08-31 00:04:00  False   True
2021-08-31 00:05:00  False   True
2021-08-31 00:06:00  False   True
2021-08-31 00:07:00  False   True
2021-08-31 00:08:00  False   True
2021-08-31 00:09:00  False   True
2021-08-31 00:10:00  False   True

# 第二步，判断每列是否有True的情况
(df.loc[:,['内机1','内机2']] > 0).any()

out:
内机1    True
内机2    True
dtype: bool

# 第三步，判断该Series对象是否都为True，都为True的话，该周期剔除

(df.loc[:,['内机1','内机2']] > 0).any().all()

out：
True

无论是pandas的any和all还是python内置的any和all，都是非常好用的方法，结合应用到不同的场景之中，可以使代码更为的简洁易懂