pandas.DataFrame.product

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

Возвращает произведение значений по указанной оси.

Параметры

axis:{индекс (0), столбцы (1)}

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

skipna:bool, по умолчанию True

Исключить значения NaN/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является многоуровневым индексом (иерархическим), посчитать по определенному уровню, сведением 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 float, int, boolean. Если None, попытается использовать все, затем использовать только числовые данные. Для Series не реализовано.

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

Требуемое количество действительных значений для выполнения операции. Если меньше min_count ненулевых значений присутствуют, результат будет NaN.

**kwargs

Дополнительные ключевые аргументы, которые должны быть переданы в функцию.

Возвращает

Series или DataFrame (если указан уровень)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимум.

Series.max

Возвращает максимум.

Series.idxmin

Возвращает индекс минимума.

Series.idxmax

Возвращает индекс максимума.

DataFrame.sum

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимум по указанной оси.

DataFrame.max

Возвращает максимум по указанной оси.

DataFrame.idxmin

Возвращает индекс минимума по указанной оси.

DataFrame.idxmax

Возвращает индекс максимума по указанной оси.

Примеры

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

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

Это может быть контролируется параметром min_count

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

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

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

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