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 : 要应用的功能的轴。 skipna : 计算结果时排除 level : 如果轴是MultiIndex（分层），则沿特定级别计数， 并折叠为 numeric_only : 仅包括 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 : 执行操作所需的有效值数量。 如果少于 则结果将为 0.22.0版中的新增功能：添加了默认值 这意味着全 全 **kwargs 要传递给函数的其他关键字参数。 |
返回值： |
|
例子
1）对列进行乘积计算（默认 axis=0）
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
result = df.prod()
print(result)
2）对每一行求乘积
import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3],
'B': [4, 5, 6]
})
result = df.prod(axis=1)
print(result)
3）跳过 NaN 与 min_count 参数
import pandas as pd
df2 = pd.DataFrame({
'A': [1, 2, None],
'B': [4, None, 6]
})
# 默认 skipna=True，会跳过 NaN
print(df2.prod())
# 设置 min_count=2，要求至少两个有效值才返回结果，否则 NaN
print(df2.prod(min_count=2))