Pandas Series.std()用法示例

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