pandas.DataFrame.product

DataFrame.product(axis=0, skipna=True, numeric_only=False, min_count=0, **kwargs)[source]

Возвращает произведение значений по указанной оси.

Параметры:

axis:{индекс (0), столбцы (1)}

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

Предупреждение

Поведение DataFrame.prod с axis=None устарело, в будущей версии это будет уменьшено по обеим осям и вернёт скаляр. Для сохранения старого поведения передайте axis=0 (или не передавайте axis).

В версии 2.0.0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

numeric_only:bool, по умолчанию False

Включить только столбцы с плавающей запятой, целыми числами, булевыми значениями. Не реализовано для Series.

min_count:int, по умолчанию 0

Требуемое количество допустимых значений для выполнения операции. Если присутствует меньше min_count значений без NA, результат будет NA.

**kwargs

Дополнительные ключевые аргументы для передачи функции.

Возвращает:

Series или скаляр

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 NA Series равно 1

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

Это можно контролировать параметром min_count

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

Благодаря параметру skipna, min_count обрабатывает все NA и пустые Series одинаково.

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

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