Python | Pandas data frame.product()
原文:https://www.geesforgeks.org/python-pandas-data frame-product/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
熊猫 **dataframe.product()**功能返回所请求坐标轴的产品值。它在请求的轴上将所有元素相乘。默认情况下，选择索引轴。
语法:data frame.product(axis =无，skipna =无，level =无，numeric_only =无，min_count=0，**kwargs)
参数: 轴:{索引(0)，列(1)} skipna : 计算结果时排除 NA/null 值。 级别:如果轴是多索引(分层的)，沿特定级别计数，折叠成系列 仅限数值:仅包括浮点、int 和布尔列。如果没有，将尝试使用所有内容，然后只使用数字数据。不适用于系列。 min_count : 执行操作所需的有效值数量。如果存在少于最小计数的非数值，结果将为“不适用”。
返回:生产:系列或数据帧(如果指定了级别)
示例#1: 使用product()函数查找数据框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()函数找到数据框中每个元素在列轴上的乘积。
# find the product over the column axis
df.product(axis = 1)
输出:
示例 2: 使用product()函数查找数据框中任意轴的乘积。数据框包含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:
