Python pandas求方差和標(biāo)準(zhǔn)差的方法實例
準(zhǔn)備
本文用到的表格內(nèi)容如下:

先來看一下原始情形:
import pandas as pd df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df)
result:
分類 貨品 實體店銷售量 線上銷售量 成本 售價
0 水果 蘋果 34 234 12 45
1 家電 電視機 56 784 34 156
2 家電 冰箱 78 345 24 785
3 書籍 python從入門到放棄 25 34 13 89
4 水果 葡萄 789 56 7 398
1.求方差
1.1對全表進行操作
1.1.1求取每列的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.var())
result:
實體店銷售量 110164.3
線上銷售量 92621.8
成本 118.5
售價 93741.3
dtype: float64
1.1.2 求取每行的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.var(axis=1))
result:
0 10558.250000
1 126019.666667
2 120818.000000
3 1130.250000
4 131161.666667
dtype: float64
1.2 對單獨的一行或者一列進行操作
1.2.1 求取單獨某一列的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df['實體店銷售量'].var())
result:
110164.3
1.2.2 求取單獨某一行的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.iloc[[0]].var())
result:
實體店銷售量 NaN
線上銷售量 NaN
成本 NaN
售價 NaN
dtype: float64
1.3 對多行或者多列進行操作
1.3.1 求取多列的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df[['實體店銷售量', "線上銷售量"]].var())
result:
實體店銷售量 110164.3
線上銷售量 92621.8
dtype: float64
1.3.2 求取多行的方差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.iloc[[0, 1]].var())
result:
實體店銷售量 242.0
線上銷售量 151250.0
成本 242.0
售價 6160.5
dtype: float64
2 求標(biāo)準(zhǔn)差
2.1對全表進行操作
2.1.1對每一列求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.std())
result:
實體店銷售量 331.910078
線上銷售量 304.338299
成本 10.885771
售價 306.172010
dtype: float64
2.1.2 對每一行求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.std(axis=1))
result:
0 102.753345
1 354.992488
2 347.588838
3 33.619191
4 362.162487
dtype: float64
2.2 對單獨的一行或者一列進行操作
2.2.1 對某一列求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df['實體店銷售量'].std())
result:
331.910078183835825
2.2.2 對某一行求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.iloc[[0]].std())
result:
實體店銷售量 NaN
線上銷售量 NaN
成本 NaN
售價 NaN
dtype: float64
2.3 對多行或者多列進行操作
2.3.1 對多列求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df[['實體店銷售量', "線上銷售量"]].std())
result:
實體店銷售量 331.910078
線上銷售量 304.338299
dtype: float64
2.3.2 對多行求標(biāo)準(zhǔn)差
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx') print(df.iloc[[0, 1]].std())
result:
實體店銷售量 15.556349
線上銷售量 388.908730
成本 15.556349
售價 78.488853
dtype: float64
總結(jié)
到此這篇關(guān)于Python pandas求方差和標(biāo)準(zhǔn)差的文章就介紹到這了,更多相關(guān)pandas求方差和標(biāo)準(zhǔn)差內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python 安裝教程之Pycharm安裝及配置字體主題,換行,自動更新
這篇文章主要介紹了python 安裝教程之Pycharm安裝及配置字體主題,換行,自動更新,本文通過圖文并茂的形式給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-03-03
Python任務(wù)調(diào)度利器之APScheduler詳解
所謂的任務(wù)調(diào)度是指安排任務(wù)的執(zhí)行計劃,即何時執(zhí)行,怎么執(zhí)行等。這篇文章主要介紹了Python任務(wù)調(diào)度利器之APScheduler詳解,需要的朋友可以參考下2020-04-04
如何解決Keras載入mnist數(shù)據(jù)集出錯的問題
這篇文章主要介紹了解決Keras載入mnist數(shù)據(jù)集出錯的問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-05-05
使用Python的Matplotlib庫創(chuàng)建動態(tài)圖表的技巧與實踐分享
在數(shù)據(jù)可視化領(lǐng)域,Matplotlib庫是Python中最流行和功能強大的工具之一,它能夠生成各種靜態(tài)圖表,如散點圖、折線圖和柱狀圖等,本文將介紹如何使用Matplotlib庫創(chuàng)建動態(tài)圖表,并提供一些技巧和實踐經(jīng)驗,需要的朋友可以參考下2024-05-05
Python 工具類實現(xiàn)大文件斷點續(xù)傳功能詳解
用python進行大文件下載的時候,一旦出現(xiàn)網(wǎng)絡(luò)波動問題,導(dǎo)致文件下載到一半。如果將下載不完全的文件刪掉,那么又需要從頭開始,如果連續(xù)網(wǎng)絡(luò)波動,是不是要頭禿了。本文提供斷點續(xù)傳下載工具方法,希望可以幫助到你2021-10-10

