Pandas std()被定义为用于计算给定数字集, DataFrame, 列和行的标准偏差的函数。关于计算标准偏差, 我们需要导入名为” statistics”的数据包以计算中位数。
默认情况下, 标准偏差由N-1归一化, 并且可以使用ddof参数进行更改。
句法:
Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)
参数:
- 轴:{索引(0), 列(1)}
- skipna:不包括所有NA / null值。如果整个行/列中都存在NA, 则结果将为NA。
- 级别:它与特定级别一起计数, 如果轴是MultiIndex(分层), 则崩溃为标量。
- ddof:Delta自由度。计算中使用的除数为N-ddof, 其中N表示元素数。
- numeric_only:布尔值, 默认值无
它仅包含float, int, boolean列。如果为None, 它将尝试使用所有内容, 因此仅使用数字数据。
未针对系列实施。
返回值:
如果指定级别, 则返回Series或DataFrame。
范例1:
import pandas as pd
# calculate standard deviation
import numpy as np
print(np.std([4, 7, 2, 1, 6, 3]))
print(np.std([6, 9, 15, 2, -17, 15, 4]))
输出
2.1147629234082532
10.077252622027656
范例2:
import pandas as pd
import numpy as np
#Create a DataFrame
info = {
'Name':['Parker', 'Smith', 'John', 'William'], 'sub1_Marks':[52, 38, 42, 37], 'sub2_Marks':[41, 35, 29, 36]}
data = pd.DataFrame(info)
data
# standard deviation of the dataframe
data.std()
输出
sub1_Marks 6.849574
sub2_Marks 4.924429
dtype: float64
来源:
https://www.srcmini02.com/30958.html