pandas.DataFrame.prod#
- DataFrame.prod(*, axis=0, skipna=True, numeric_only=False, min_count=0, **kwargs)[源代码][源代码]#
返回所请求轴上值的乘积。
- 参数:
- 轴{索引 (0), 列 (1)}
应用函数的轴。对于 Series，此参数未使用并默认为 0。
警告
在使用
axis=None的情况下，DataFrame.prod 的行为已被弃用，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）。Added in version 2.0.0.
- skipna布尔值, 默认为 True
在计算结果时排除NA/null值。
- numeric_only布尔值, 默认为 False
仅包含浮点数、整数、布尔列。未对 Series 实现。
- min_countint, 默认 0
执行操作所需的有效值数量。如果少于
min_count个非NA值存在，结果将是NA。- **kwargs
要传递给函数的其他关键字参数。
- 返回:
- 序列或标量
所请求轴上值的乘积。
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返回所请求轴上的总和。
DataFrame.min返回请求轴上的最小值。
DataFrame.max返回请求轴上的最大值。
DataFrame.idxmin返回所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。
例子
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，min_count处理全NA和空系列的方式相同。>>> pd.Series([np.nan]).prod() 1.0
>>> pd.Series([np.nan]).prod(min_count=1) nan