Pandas DataFrame.std()函式
Minahil Noor
2023年1月30日
2021年2月28日
Python Pandas DataFrame.std() 函式計算 DataFrame 的數值列或行的標準差。
pandas.DataFrame.std() 的語法
DataFrame.std(axis=None,
skipna=None,
level=None,
ddof=1,
numeric_only=None,
**kwargs)
引數
axis |
它是一個整數或字串型別的引數。它指定計算標準差的軸。 |
skipna |
它是一個布林引數。這個引數告訴我們如何排除空值。如果整行或整列都是空值，結果將是 NA。 |
level |
它是一個整數或字串型別的引數。如果軸是 MultiIndex，它沿著特定的級別計數。 |
ddof |
它是一個整數引數。它代表 Delta 自由度。計算中使用的除數是 N-ddof，其中 N 代表元素的數量。 |
numeric_only |
它是一個布林引數，如果設定為 True，那麼函式只包括浮點數、int、布林值的列或行。 |
**kwargs |
這些是附加的關鍵字引數。 |
返回
它返回 Series 或 Dataframe。
示例程式碼：DataFrame.std() 沿行軸計算標準偏差的方法
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)
輸出：
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
函式返回標準差的計算值。
示例程式碼：DataFrame.std() 沿列軸計算標準差的方法
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)
輸出：
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
該函式返回了列軸上標準偏差的計算值。