dask_expr._collection.Series.prod
dask_expr._collection.Series.prod¶
- Series.prod(axis=0, skipna=True, numeric_only=False, min_count=0, split_every=False, **kwargs)¶
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
- 轴{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