pandas.Series.prod

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

Возвращает произведение значений по указанной оси.

Параметры:

axis:{индекс (0)}

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

Предупреждение

Поведение DataFrame.prod с axis=None устарело, в будущей версии это будет вычисление по обеим осям и возвращение скаляра. Чтобы сохранить старое поведение, передайте axis=0 (или не передавайте параметр axis).

В версии 2.0.0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

numeric_only:bool, по умолчанию False

Включать только числовые, целочисленные, логические столбцы. 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 в функцию.

Возвращает:

скаляр 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 с помощью параметра 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