Pandas教程-Pandas Series.std()

Pandas std() 函数用于计算给定一组数字、DataFrame、列和行的标准偏差。在计算标准偏差时，我们需要导入名为 "statistics" 的包进行中位数的计算。

默认情况下，标准偏差通过 N-1 标准化，可以通过 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: 排除所有 NA/空值。如果整行/列中存在 NA，则结果将为 NA。
• level: 沿着特定级别计算，并且如果轴是 MultiIndex（层次化）的话，将折叠成一个标量。
• ddof: 自由度增量。计算中使用的除数是 N - ddof，其中 N 代表元素的数量。
• numeric_only: 布尔值，默认值 None 它仅包括浮点数、整数、布尔列。如果为 None，它将尝试使用一切，因此只使用数字数据。 对于 Series 来说，这个参数没有实现。

返回值：

如果指定了级别，则返回 Series 或 DataFrame。

示例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

示例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