关于Pandas版本： 本文基于 pandas2.2.0 编写。
关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。
传送门： Pandas API参考目录
传送门： Pandas 版本更新及新特性
传送门： Pandas 由浅入深系列教程
本节目录
Pandas.Series.cumprod()
Pandas.Series.cumprod 方法用于返回 Series 每一个元素与前面所有元素的累积乘积。
计算公式：
-
累积乘积计算公式：
语法：
Series.cumprod(axis=None, skipna=True, *args, **kwargs)
返回值：
- Series or Series
参数说明：
axis 指定计算方向（行或列）
-
axis : {0 or ‘index’, 1 or ‘columns’}, default 0
axis参数，对于Series无效
skipna 忽略缺失值
-
skipna : bool, default True >
skipna参数，用于指定求累积乘积的时候是否忽略缺失值,默认skipna=True表示忽略缺失值：- True： 忽略缺失值。当遇到缺失值，会跳过缺失值，以缺失值上面的最近有效值继续后面的计算。
- False: 不忽略缺失。但是后面的所有结果将都是缺失值。
*args,**kwargs
- 为了保持与
Numpy的兼容性而保留的参数，一般不需要传递任何内容。
相关方法：
示例：
测试文件下载：
本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。
若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。
例1、默认会跳过缺失值，以缺失值上面的最近有效值，进行后面的计算
import numpy as np
import pandas as pd
s = pd.Series([2.0, 1.0,3.0, np.nan, 0.0])
s.cumprod()
0 2.0
1 2.0
2 6.0
3 NaN
4 0.0
dtype: float64
例2、如果不忽略缺失值，后面所有的结果，将都是缺失值。
import numpy as np
import pandas as pd
s = pd.Series([2.0, 1.0,3.0, np.nan, 0.0])
s.cumprod(skipna=False)
0 2.0
1 2.0
2 6.0
3 NaN
4 NaN
dtype: float64