Python Pandas dataframe.product()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas dataframe.product()函数返回所请求轴的乘积值。它将所有元素在请求的轴上相乘。默认情况下，选择索引轴。

用法： DataFrame.product(axis=None, skipna=None, level=None, numeric_only=None, min_count=0, **kwargs)

参数：
axis:{索引(0)，列(1)}
skipna:计算结果时排除NA /null值。
level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠为Series
numeric_only: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。未针对系列实施。
min_count:执行操作所需的有效值数量。如果存在少于min_count非NA值，则结果将为NA。

返回：prod：Series或DataFrame(如果指定级别)

范例1：采用product()函数查找 DataFrame 中列轴上所有元素的乘积。

# importing pandas as pd 
import pandas as pd 
  
# Creating the dataframe  
df = pd.DataFrame({"A":[1, 5, 3, 4, 2],  
                   "B":[3, 2, 4, 3, 4],  
                   "C":[2, 2, 7, 3, 4],  
                   "D":[4, 3, 6, 12, 7]}) 
  
# Print the dataframe 
df

让我们使用dataframe.product()函数可在列轴上查找 DataFrame 中每个元素的乘积。

# find the product over the column axis 
df.product(axis = 1)

输出：

范例2：采用product()函数以查找 DataFrame 中任何轴的乘积。 DataFrame 包含NaN值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the first dataframe  
df = pd.DataFrame({"A":[1, 5, 3, 4, 2], 
                   "B":[3, None, 4, 3, 4],  
                   "C":[2, 2, 7, None, 4], 
                   "D":[None, 3, 6, 12, 7]}) 
  
# using prod() function to raise each element 
# in df1 to the power of corresponding element in df2 
df.product(axis = 1, skipna = True)

输出：

相关用法

注：本文由纯净天空筛选整理自Shubham__Ranjan大神的英文原创作品 Python | Pandas dataframe.product()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。