pandas.Series.prod

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

Возвращает произведение значений по указанной оси.

Параметры

axis:{индекс (0)}

Ось для применения функции. Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является MultiIndex (иерархической), то считать по определенному уровню, сводя к скаляру.

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

numeric_only:bool, по умолчанию None

Включить только столбцы с плавающей точкой, целыми числами, булевыми значениями. Если None, то попытается использовать все, затем только числовые данные. Для Series не реализовано.

Устаревшее начиная с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущих версиях pandas.

min_count:int, по умолчанию 0

Требуемое количество допустимых значений для выполнения операции. Если меньше min_count не-NA значений, результат будет NA.

**kwargs

Дополнительные ключевые аргументы для передачи функции.

Возвращает

скаляр или Series (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 пустого или содержащего только NA 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 одинаково обрабатывает все-NA и пустые Series.

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

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