Pandas DataFrame.std()函数
Minahil Noor
2023年1月30日
Python Pandas DataFrame.std() 函数计算 DataFrame 的数值列或行的标准差。
pandas.DataFrame.std() 的语法
DataFrame.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)
参数
axis |
它是一个整数或字符串类型的参数。它指定计算标准差的轴。 |
skipna |
它是一个布尔参数。这个参数告诉我们如何排除空值。如果整行或整列都是空值，结果将是 NA。 |
level |
它是一个整数或字符串类型的参数。如果轴是 MultiIndex，它沿着特定的级别计数。 |
ddof |
它是一个整数参数。它代表 Delta 自由度。计算中使用的除数是 N-ddof，其中 N 代表元素的数量。 |
numeric_only |
它是一个布尔参数，如果设置为 True，那么函数只包括浮点数、int、布尔值的列或行。 |
**kwargs |
这些是附加的关键字参数。 |
返回
它返回 Series 或 Dataframe。
示例代码：DataFrame.std() 沿行轴计算标准偏差的方法
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.std(axis= 0)
print("The Standard Deviation is: \n")
print(dataframe1)
输出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Standard Deviation is:
Attendance 15.773395
Obtained Marks 17.484279
dtype: float64
函数返回标准差的计算值。
示例代码：DataFrame.std() 沿列轴计算标准差的方法
import pandas as pd
dataframe=pd.DataFrame({'Attendance': {0: 60, 1: 100, 2: 80,3: 78,4: 95},
'Name': {0: 'Olivia', 1: 'John', 2: 'Laura',3: 'Ben',4: 'Kevin'},
'Obtained Marks': {0: 90, 1: 75, 2: 82, 3: 64, 4: 45}})
print("The Original Data frame is: \n")
print(dataframe)
dataframe1 = dataframe.std(axis= 1)
print("The Standard Deviation is: \n")
print(dataframe1)
输出：
The Original Data frame is:
Attendance Name Obtained Marks
0 60 Olivia 90
1 100 John 75
2 80 Laura 82
3 78 Ben 64
4 95 Kevin 45
The Standard Deviation is:
0 21.213203
1 17.677670
2 1.414214
3 9.899495
4 35.355339
dtype: float64
该函数返回了列轴上标准偏差的计算值。