pandas.Series.product # 系列。产品(轴=无, skipna = True, numeric_only = False, min_count = 0, ** kwargs)[来源] # 返回请求轴上的值的乘积。 参数: 轴{索引(0)}要应用的功能的轴。对于系列,此参数未使用,默认为 0。 警告 DataFrame.prod 的行为axis=None已被弃用,在未来版本中,这将在两个轴上减少并返回标量要保留旧行为,请传递 axis=0 (或不传递 axis)。 2.0.0 版本中的新增内容。 Skipna布尔值,默认 True计算结果时排除 NA/null 值。 numeric_only布尔值,默认 False仅包含 float、int、boolean 列。未针对系列实现。 min_count int,默认0执行操作所需的有效值数量。如果存在的非 NA 值少于 min_count该值,则结果将为 NA。 **夸格要传递给函数的其他关键字参数。 返回: 标量或标量 也可以看看 Series.sum返回总和。 Series.min返回最小值。 Series.max返回最大值。 Series.idxmin返回最小值的索引。 Series.idxmax返回最大值的索引。 DataFrame.sum返回请求轴上的总和。 DataFrame.min返回请求轴上的最小值。 DataFrame.max返回请求轴上的最大值。 DataFrame.idxmin返回请求轴上最小值的索引。 DataFrame.idxmax返回请求轴上最大值的索引。 例子 默认情况下,空系列或全NA系列的产品是1 >>> pd.Series([], dtype="float64").prod() 1.0 min_count这可以通过参数来控制 >>> pd.Series([], dtype="float64").prod(min_count=1) nan 由于该skipna参数,min_count可以以相同的方式处理全 NA 和空系列。 >>> pd.Series([np.nan]).prod() 1.0 >>> pd.Series([np.nan]).prod(min_count=1) nan