pandas.DataFrame.prod

DataFrame.prod(*, axis=0, skipna=True, numeric_only=False, min_count=0, **kwargs)

返回所请求轴上值的乘积。

参数:

axis{索引 (0), 列 (1)}

要应用函数的轴。对于 Series，此参数未使用，默认为 0。

警告

DataFrame.prod 配合 axis=None 的行为已弃用，未来版本中将会在两个轴上进行约简并返回标量。要保留旧行为，请传递 axis=0（或不传递 axis）。

版本 2.0.0 中已添加。

skipnabool, 默认 True

计算结果时排除 NA/null 值。

numeric_onlybool, default False

仅包含浮点、整数、布尔列。未为 Series 实现。

min_countint, default 0

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

**kwargs

要传递给函数的其他关键字参数。

返回:

Series 或标量

沿请求的轴的值的乘积。

另请参阅

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

返回沿请求轴的总和。

DataFrame.min

返回沿请求轴的最小值。

DataFrame.max

返回沿请求轴的最大值。

DataFrame.idxmin

返回沿请求轴的最小值的索引。

DataFrame.idxmax

返回沿请求轴的最大值的索引。

示例

默认情况下，空 Series 或全为 NA 的 Series 的乘积为 1。

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

这可以通过 min_count 参数进行控制。

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

感谢 skipna 参数，min_count 以相同的方式处理全为 NA 的 Series 和空 Series。

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

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