Pandas中any()方法使用疑问：首列判断结果不符合预期

问题场景 #

有一个仅包含0和1的DataFrame，结构示例如下（实际包含更多列）：

Test A B C D E
0    1 1 0 1 0
0    0 1 0 1 0
0    0 0 0 1 0
1    1 0 1 1 0

需求是：

• 单独检查第一列，每行值为1返回True，为0返回False；
• 检查前两列，每行至少有一个1返回True；
• 以此类推，逐列累加检查所有列组合。

用户编写的代码如下：

for i in range(0,len(df.columns)):
    print(df.iloc[:,0:0+i].any(axis=1))

但运行后第一列的判断结果全为False，而Test列最后一行是1，预期结果应为[False, False, False, True]。

可复现数据：

data = {'Test': [0, 0, 0, 1],
        'A': [1, 0, 0, 1],
        'B':[1,1,0,0],
        'C':[0,0,0,1],
        'D':[1,1,1,1],
        'E':[0,0,0,0]}

df = pd.DataFrame(data)

问题原因 #

循环中range(0, len(df.columns))让i从0开始，当i=0时，切片0:0+i即0:0，这是一个空的DataFrame。对空DataFrame调用any(axis=1)，所有行都会返回False，这就是第一列检查结果不符合预期的核心原因。

用户实际需要的第一列对应i=1的情况（切片0:1），但原循环的i范围没有覆盖到完整的列数需求。

解决方法 #

方法1：调整循环范围与切片 #

将循环起始值改为1，结束值设为len(df.columns)+1，确保覆盖从第一列到所有列的累加检查：

for i in range(1, len(df.columns)+1):
    print(f"前{i}列的检查结果：")
    print(df.iloc[:, 0:i].any(axis=1))

运行后，i=1时会取第一列（Test），输出结果为0 False\n1 False\n2 False\n3 True，完全符合预期。

方法2：使用expanding方法（更高效） #

Pandas的expanding方法可直接实现逐列累加的聚合操作，无需手动循环：

# 生成所有累加检查结果，每行的第n列对应前n列的any结果
result = df.expanding(axis=1).any()
print(result)

输出结果会直接展示每一列对应的累加检查结果，代码更简洁高效，适合处理大量列的场景。

内容的提问来源于stack exchange，提问作者Niam45