pandas Index.any() 是 True，JSON 却说布尔值不能序列化

Index.any() 或 Index.all() 打印的是 True，交给标准库 json.dumps() 却可能报 Object of type bool is not JSON serializable，部分 NumPy 版本会在消息中显示 bool_。先查看返回值的实际类型：显示相同，不代表都是 Python 的 bool。

pandas 3.1.0 的 Index 逻辑归约会因底层数组不同而采用不同出口。NumPy 数组和扩展数组的归约、标量拆箱并不完全一致；开启 future.python_scalars 后，也不能推定可空整数 Index 与普通 NumPy 整数 Index 返回同一种 Python 类型。JSON 错误是把这类 NumPy 布尔标量继续传入标准编码器时的后果，不是 any() 本身在计算真假时抛错。

在 JSON 边界转换已确认的布尔标量

如果字段定义就是一个确定的布尔结果，可以只在这个位置做转换：

import json
import pandas as pd

index = pd.Index([0, 1], dtype="Int64")
raw = index.any()
payload = {"has_nonzero": bool(raw)}
encoded = json.dumps(payload)

这里 raw 已是归约后的单个、非缺失布尔值，bool(raw) 保留其真假语义。实际接口里应同时核对 type(raw)、输入 dtype 和 pandas 选项，避免只记录打印文本。

不要把整份响应递归送进 bool()。非空字符串 "False" 会变成真，非空容器也会变成真，pd.NA 不能直接确定真假；这些都不是所需的布尔转换。字段允许缺失时，要先决定缺失应输出 JSON null、拒绝请求还是采用另一种业务状态，再单独处理。

给 json.dumps() 设置 default=str 也会改变结果：布尔值可能变成字符串，接收端收到的便不是 JSON 的 true 或 false。只为通过序列化而将整个响应字符串化，会隐藏其他不受支持的类型。

这里已经完成归约，不要再换一套判断条件

数组真值有歧义处理的是把多元素数组直接当成一个条件。本题已经调用 any() 或 all()，故障在结果标量的跨库类型边界，不需要再聚合一次，也不应为了得到 Python bool 改用另一个逻辑运算。

any 与 all 的含义仍要保留。空 Index 的归约结果、零与非零值、允许的数据类型都影响业务判断；不能把 all() 改成 len(index) > 0，或用 raw is True 判定 NumPy 标量。

截至 2026 年 10 月 26 日，pandas 正式版为 3.1.0。当前实现对 NumPy 数组经过受 future.python_scalars 控制的标量拆箱，对扩展数组则直接调用其归约；因此接口层明确输出类型，比依赖某个后端恰好返回 Python bool 更稳妥。验收要覆盖实际采用的普通、可空或 Arrow dtype，并检查解码后的 JSON 字段类型和值，不能只确认编码没有异常。