pandas.Series.product

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

Возвращает произведение значений по указанной оси.

Параметры:

axis:{index (0)}

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

Предупреждение

Поведение DataFrame.prod с axis=None устарело. В будущих версиях оно будет вычисляться по обеим осям и возвращать скалярное значение. Чтобы сохранить старое поведение, передайте axis=0 (или не передавайте axis).

Добавлена в версии 2.0.0.

skipna:bool, по умолчанию True

Исключать значения NA/null при вычислении результата.

numeric_only:bool, по умолчанию False

Включать только числовые, целые, логические столбцы. Для Series не реализовано.

min_count:int, по умолчанию 0

Требуемое количество допустимых значений для выполнения операции. Если 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 параметром min_count

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

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

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

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