Series.std函数

Pandas std()被定义为用于计算给定数字集，DataFrame，列(column)和行(rows)的标准偏差的函数。关于计算标准偏差，无涯教程需要导入名为" 统计"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，可以使用 ddof 参数进行更改。

语法:

Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

参数:

• axis                        -   {index(0)，columns(1)}
• skipna                   -  它排除所有NA/null值。如果整个行/列中都存在NA，则结果将为NA。
• level                       -  它与特定级别一起计数。
• ddof                       -  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None, 它仅包含float，int，boolean列。

返回值

如果指定级别，则返回Series或DataFrame。

例1

import pandas as pd
# 计算标准差
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

例2

import pandas as pd
import numpy as np
 
#创建一个数据框
info = {
    'Name':['Parker','Learnfk','John','William'],
   'sub1_Marks':[52,38,42,37],
   'sub2_Marks':[41,35,29,36]} 
data = pd.DataFrame(info)
data
# 数据框的标准差
data.std()

输出

sub1_Marks    6.849574
sub2_Marks    4.924429
dtype: float64