pandas.Series.product #
- 系列。产品(轴=无, skipna = True, numeric_only = False, min_count = 0, ** kwargs)[来源] #
返回请求轴上的值的乘积。
- 参数:
- 轴{索引(0)}
要应用的功能的轴。对于系列,此参数未使用,默认为 0。
警告
DataFrame.prod 的行为
axis=None
已被弃用,在未来版本中,这将在两个轴上减少并返回标量要保留旧行为,请传递 axis=0 (或不传递 axis)。2.0.0 版本中的新增内容。
- Skipna布尔值,默认 True
计算结果时排除 NA/null 值。
- numeric_only布尔值,默认 False
仅包含 float、int、boolean 列。未针对系列实现。
- min_count int,默认0
执行操作所需的有效值数量。如果存在的非 NA 值少于
min_count
该值,则结果将为 NA。- **夸格
要传递给函数的其他关键字参数。
- 返回:
- 标量或标量
也可以看看
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
返回请求轴上的最大值。
DataFrame.idxmin
返回请求轴上最小值的索引。
DataFrame.idxmax
返回请求轴上最大值的索引。
例子
默认情况下,空系列或全NA系列的产品是
1
>>> pd.Series([], dtype="float64").prod() 1.0
min_count
这可以通过参数来控制>>> pd.Series([], dtype="float64").prod(min_count=1) nan
由于该
skipna
参数,min_count
可以以相同的方式处理全 NA 和空系列。>>> pd.Series([np.nan]).prod() 1.0
>>> pd.Series([np.nan]).prod(min_count=1) nan