Python pandas.DataFrame.prod函数方法的使用-CJavaPy

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

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

返回所请求轴的值的乘积。

参数：

axis : {index (0), columns (1)}

要应用的功能的轴。

skipna : bool，默认为True

计算结果时排除NA/null值。

level : int 或 level 名字, 默认为 None

如果轴是MultiIndex（分层），则沿特定级别计数，

并折叠为Series。

numeric_only :bool，默认值None

仅包括float，int，boolean列。如果为None，

将尝试使用所有内容，然后仅使用数字数据。

未针对Series实现。

min_count : int，默认为0

执行操作所需的有效值数量。

如果少于 min_count非NA值，

则结果将为NA。

0.22.0版中的新增功能：添加了默认值0。

这意味着全NA或空Series的总和为0，

全NA或空Series 的乘积为1。

**kwargs

要传递给函数的其他关键字参数。

返回值：

Series 或 DataFrame（如果指定级别）

例子

默认情况下，空白或全NA系列的乘积为 1

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

可以通过min_count参数控制

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

由于有了该skipna参数，因此可以完全min_count处理全NA和空序列。

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

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

Python pandas.DataFrame.prod函数方法的使用