dask.dataframe.Index.prod

dask.dataframe.Index.prod

Index.prod(axis=None, skipna=True, split_every=False, dtype=None, out=None, min_count=None, numeric_only=None)

返回请求轴上值的乘积。

此文档字符串是从 pandas.core.frame.DataFrame.prod 复制而来的。

Dask 版本可能存在一些不一致性。

参数
{索引 (0), 列 (1)}

要应用函数的轴。对于 Series,此参数未使用并默认为 0。

警告

使用 axis=None 的 DataFrame.prod 行为已被弃用,在未来的版本中,这将减少两个轴并返回一个标量。要保留旧的行为,请传递 axis=0(或不传递 axis)。

2.0.0 新版功能.

skipnabool, 默认 True

计算结果时排除NA/空值。

仅数值bool, 默认 False

仅包含浮点数、整数、布尔类型的列。对 Series 尚未实现。

min_countint, 默认值为 0

执行操作所需的有效值数量。如果非NA值的数量少于 min_count ,结果将为NA。

**kwargs

传递给函数的额外关键字参数。

返回
序列或标量

参见

Series.sum

返回总和。

Series.min

返回最小值。

Series.max

返回最大值。

Series.idxmin

返回最小值的索引。

Series.idxmax

返回最大值的索引。

DataFrame.sum

返回请求轴上的总和。

DataFrame.min

返回请求轴上的最小值。

DataFrame.max

返回指定轴上的最大值。

DataFrame.idxmin

返回请求轴上的最小值的索引。

DataFrame.idxmax

返回请求轴上的最大值的索引。

示例

默认情况下,空或全为NA的Series的乘积是``1``

>>> pd.Series([], dtype="float64").prod()  
1.0

这可以通过 min_count 参数来控制

>>> pd.Series([], dtype="float64").prod(min_count=1)  
nan

由于 skipna 参数的存在,min_count 对所有NA和空系列的处理方式相同。

>>> pd.Series([np.nan]).prod()  
1.0
>>> pd.Series([np.nan]).prod(min_count=1)  
nan