Pandas 数据帧prod()方法

原文：https://www.studytonight.com/pandas/pandas-dataframe-prod-method

在 Pandas 中，要找到数据帧值的乘积，我们可以使用DataFrame.prod()方法。当我们将此方法应用于数据帧时，它会返回由所需轴上的值的乘积组成的序列或数据帧。

下面是DataFrame.prod()方法的语法。

句法

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

因素

轴:表示索引或列轴，索引为“0”，列为“1”。当axis=0方法应用于index轴时，以及当axis=1方法应用于column轴时。

skipna: bool(真或假)。默认值为“无”。如果该参数为True，则在计算结果时，排除所有 NA/null 值。

级别:代表 int 或级别名称，默认值为 None。如果轴是一个多索引(分层)，则与特定级别一起计数，折叠成一个系列。

仅限数值:布尔(真或假)，默认值为无。如果此参数为True，则仅包括浮点、整数、布尔列。

min_count: 表示 int，默认值为 0。它指示执行操作所需的有效值数量。

**kwargs :要传递给方法的附加关键字参数。

示例:在 Pandas 中找到数据帧的产品

这里，我们使用DataFrame.prod()方法沿着索引轴寻找数据帧值的乘积。它将返回数据帧所有值的乘积。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df_1=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print("------The DataFrame is---------")
print(df_1)
print("---------------------------------")
print(df_1.prod(axis=0))

-数据帧为- A B C 0 1 4 7 1 2 5 8 2 3 6 9 - A 6 B 120 C 504 数据类型:int64

示例:在 Pandas 中找到数据帧的产品

这里，我们使用DataFrame.prod()方法沿着列轴找到数据帧值的乘积。见下面的例子。

#importing pandas as pd
import pandas as pd
#creating the DataFrame
df_1=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print("------The DataFrame is---------")
print(df_1)
print("---------------------------------")
print(df_1.prod(axis=1))

-数据帧为- A B C 0 1 4 7 1 2 5 8 2 3 6 9 - 0 28 1 80 2 162 数据类型:int64

示例 3:查找空数据帧的乘积

默认情况下，DataFrame.prod()方法在执行产品操作时排除空值或缺失值。如果我们在DataFrame.prod()方法中设置 skipna=False ，则在执行产品操作时会包含空值。见下面的例子。

#importing pandas as pd
import pandas as pd
#importing numpy as np
import numpy as np
#creating the DataFrame
df_1=pd.DataFrame({'A':[1,2,np.nan],'B':[np.nan,5,6],'C':[7,8,9]})
print("------The DataFrame is---------")
print(df_1)
print("---------------------------------")
print(df_1.prod(axis=1,skipna=False))

-数据帧为- A B C 0 1.0 NAn 7 1 2.0 5.0 8 2 NAn 6.0 9 - 0 NAn 1 80.0 2 NAn 数据类型:float64

结论

在本教程中，我们学习了 PandasDataFrame.prod()方法。我们学习了语法、参数，并在数据帧上应用了这种方法。