pandas.Series.product #

系列。产品= skipna = True numeric_only = False min_count = 0 ** kwargs[来源] #

返回请求轴上的值的乘积。

参数
{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