pandas.DataFrame.prod

DataFrame.prod(axis=None, skipna=True, level=None, numeric_only=None, min_count=0, **kwargs)[source]

Возвращает произведение значений по указанной оси.

Параметры

axis:{index (0), columns (1)}

Ось, по которой будет применена функция. Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключать значения NaN/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является Многоуровневым индексом (иерархическим), считать по определённому уровню, сводя в Series.

Устарело начиная с версии 1.3.0: Ключевое слово level устарело. Используйте groupby вместо него.

numeric_only:bool, по умолчанию None

Включать только столбцы с плавающей точкой, целыми числами и булевыми значениями. Если None, попытается использовать все данные, а затем только числовые. Не реализовано для Series.

Устарело начиная с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущей версии pandas.

min_count:int, по умолчанию 0

Необходимое количество допустимых значений для выполнения операции. Если присутствует меньше min_count значений, отличных от NaN, результат будет NaN.

**kwargs

Дополнительные ключевые аргументы, которые необходимо передать функции.

Возвращает

Series или DataFrame (если указан уровень)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимальное значение.

Series.max

Возвращает максимальное значение.

Series.idxmin

Возвращает индекс минимального значения.

Series.idxmax

Возвращает индекс максимального значения.

DataFrame.sum

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимальное значение по указанной оси.

DataFrame.max

Возвращает максимальное значение по указанной оси.

DataFrame.idxmin

Возвращает индекс минимального значения по указанной оси.

DataFrame.idxmax

Возвращает индекс максимального значения по указанной оси.

Примеры

По умолчанию, произведение пустой или содержащей только NaN Series равно 1

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

Это можно контролировать с помощью параметра min_count

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

Благодаря параметру skipna, min_count обрабатывает серии с NaN и пустые серии одинаково.

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

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