python – 如何计算数据帧行的标准差？

概述df: name group S1 S2 S3 A mn 1 2 8 B mn 4 3 5 C kl 5 8 2 D kl 6 5 5 E fh 7 @H_301_6@

df:  name   group   S1   S2  S3        A      mn      1    2   8         B      mn      4    3   5        C      kl      5    8   2        D      kl      6    5   5         E      fh      7    1   3         output: std (S1,S2,S3)3.78130.573.05

这是为了获取列的std：

numpy.std(df['A'])

我想对行做同样的事情

解决方法 您可以使用 DataFrame.std,它省略非数字列：

print (df.std())S1    2.302173S2    2.774887S3    2.302173dtype: float64

如果需要std列：

print (df.std(axis=1))0    3.7859391    1.0000002    3.0000003    0.5773504    3.055050dtype: float64

如果需要只选择一些数字列,请使用子集：

print (df[['S1','S2']].std())S1    2.302173S2    2.774887dtype: float64

默认情况下参数ddof(Delta degrees of Freedom)与numpy.std有所不同：

> pandas默认为ddof = 1
> numpy默认为ddof = 0

所以有不同的输出：

#ddof=1print (df.std(axis=1))0    3.7859391    1.0000002    3.0000003    0.5773504    3.055050dtype: float64#ddof=0print (np.std(df,axis=1))0    3.0912061    0.8164972    2.4494903    0.4714054    2.494438dtype: float64

但你可以很容易地改变它：

#same output as pandas functionprint (np.std(df,ddof=1,axis=1))0    3.7859391    1.0000002    3.0000003    0.5773504    3.055050dtype: float64#same output as numpy functionprint (df.std(ddof=0,axis=1))0    3.0912061    0.8164972    2.4494903    0.4714054    2.494438dtype: float64

总结

以上是内存溢出为你收集整理的python – 如何计算数据帧行的标准差？全部内容，希望文章能够帮你解决python – 如何计算数据帧行的标准差？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。