Python Pandas dataframe.product()

Python是一种进行数据分析的伟大语言，主要是因为以数据为中心的Python包的奇妙生态系统。Pandas就是这些包中的一个，它使导入和分析数据变得更加容易。

Pandas dataframe.product()函数返回请求axis的乘积值。它将请求的axis上的所有元素相乘。默认情况下，索引axis被选中。

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

参数 :
axis： {index（0），column（1）}。
skipna :在计算结果时排除NA/null值。
level : 如果坐标axis是一个多指标（分层的），沿着一个特定的层次计数，折叠成一个系列。
numeric_only :只包括浮动、int、boolean列。如果没有，将尝试使用所有数据，然后只使用数字数据。不实现系列。
min_count :执行该操作所需的有效值的数量。如果少于min_count的非NA值，结果将是NA。

返回 : prod : 系列或数据框架（如果指定级别）。

例子#1：使用product()函数来查找数据框架中列axis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

Python Pandas dataframe.product()

让我们使用dataframe.product()函数来查找数据框架中每个元素在列axis上的乘积。

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

输出 :
Python Pandas dataframe.product()

示例#2：使用product()函数来查找数据框架中任何axis的乘积。数据框架包含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)