Метод product для DataFrame в Pandas

PythonPythonBeginner
Практиковаться сейчас

💡 Этот учебник переведен с английского с помощью ИИ. Чтобы просмотреть оригинал, вы можете перейти на английский оригинал

Введение

Метод DataFrame.product() в Pandas используется для нахождения произведения значений в DataFrame. Он может быть применен вдоль оси индекса или столбца и возвращает Series или DataFrame.

Советы по работе с ВМ

После завершения запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Notebook и получить доступ к Jupyter Notebook для практики.

Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook не загрузится полностью. Валидация операций не может быть автоматизирована из-за ограничений в Jupyter Notebook.

Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.


Skills Graph

%%%%{init: {'theme':'neutral'}}%%%% flowchart RL python(("Python")) -.-> python/FunctionsGroup(["Functions"]) pandas(("Pandas")) -.-> pandas/DataCleaningGroup(["Data Cleaning"]) python(("Python")) -.-> python/ModulesandPackagesGroup(["Modules and Packages"]) pandas(("Pandas")) -.-> pandas/DataAnalysisGroup(["Data Analysis"]) python(("Python")) -.-> python/PythonStandardLibraryGroup(["Python Standard Library"]) python(("Python")) -.-> python/DataScienceandMachineLearningGroup(["Data Science and Machine Learning"]) pandas(("Pandas")) -.-> pandas/ReadingDataGroup(["Reading Data"]) pandas/ReadingDataGroup -.-> pandas/read_csv("Read CSV") python/FunctionsGroup -.-> python/build_in_functions("Build-in Functions") pandas/DataCleaningGroup -.-> pandas/handle_missing_values("Handling Missing Values") python/ModulesandPackagesGroup -.-> python/importing_modules("Importing Modules") python/ModulesandPackagesGroup -.-> python/standard_libraries("Common Standard Libraries") pandas/DataAnalysisGroup -.-> pandas/basic_statistics("Basic Statistics") python/PythonStandardLibraryGroup -.-> python/data_collections("Data Collections") python/DataScienceandMachineLearningGroup -.-> python/data_analysis("Data Analysis") subgraph Lab Skills pandas/read_csv -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} python/build_in_functions -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} pandas/handle_missing_values -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} python/importing_modules -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} python/standard_libraries -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} pandas/basic_statistics -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} python/data_collections -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} python/data_analysis -.-> lab-68701{{"Метод product для DataFrame в Pandas"}} end

Импортируем необходимые библиотеки и создаем DataFrame

Начнем с импорта библиотеки pandas и создания DataFrame df_1.

#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)

Найти произведение вдоль оси индекса

Для нахождения произведения вдоль оси индекса задайте axis=0 в методе DataFrame.product().

print("---------------------------------")
print(df_1.product(axis=0))

Найти произведение вдоль оси столбца

Для нахождения произведения вдоль оси столбца задайте axis = 1 в методе DataFrame.product().

print("---------------------------------")
print(df_1.product(axis=1))

Включать пустые значения в расчет произведения

По умолчанию метод DataFrame.product() исключает пустые или отсутствующие значения. Чтобы включить их, задайте skipna=False в методе.

print("---------------------------------")
print(df_1.product(axis=1, skipna=False))

Резюме

В этом практическом занятии мы узнали, как использовать метод DataFrame.product() в Pandas для нахождения произведения значений в DataFrame. Мы увидели, как применить его вдоль осей индекса и столбца, а также как включать или исключать пустые значения в расчете. Этот метод полезен для выполнения математических вычислений с значениями DataFrame.