Python Pandas dataframe.product()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas dataframe.product()函數返回所請求軸的乘積值。它將所有元素在請求的軸上相乘。默認情況下，選擇索引軸。

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

參數：
axis:{索引(0)，列(1)}
skipna:計算結果時排除NA /null值。
level:如果軸是MultiIndex(分層)，則沿特定級別計數，並折疊為Series
numeric_only:僅包括float，int，boolean列。如果為None，將嘗試使用所有內容，然後僅使用數字數據。未針對係列實施。
min_count:執行操作所需的有效值數量。如果存在少於min_count非NA值，則結果將為NA。

返回：prod：Series或DataFrame(如果指定級別)

範例1：采用product()函數查找 DataFrame 中列軸上所有元素的乘積。

# 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

讓我們使用dataframe.product()函數可在列軸上查找 DataFrame 中每個元素的乘積。

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

輸出：

範例2：采用product()函數以查找 DataFrame 中任何軸的乘積。 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)

輸出：

相關用法

注：本文由純淨天空篩選整理自Shubham__Ranjan大神的英文原創作品 Python | Pandas dataframe.product()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。