这篇教程Python pandas求方差和标准差的方法实例写得很实用,希望能帮到您。
准备本文用到的表格内容如下: 先来看一下原始情形: import pandas as pddf = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df) result: 分类 货品 实体店销售量 线上销售量 成本 售价 0 水果 苹果 34 234 12 45 1 家电 电视机 56 784 34 156 2 家电 冰箱 78 345 24 785 3 书籍 python从入门到放弃 25 34 13 89 4 水果 葡萄 789 56 7 398
1.求方差
1.1对全表进行操作
1.1.1求取每列的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.var()) result: 实体店销售量 110164.3 线上销售量 92621.8 成本 118.5 售价 93741.3 dtype: float64
1.1.2 求取每行的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.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 对单独的一行或者一列进行操作
1.2.1 求取单独某一列的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df['实体店销售量'].var()) result: 110164.3
1.2.2 求取单独某一行的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0]].var()) result: 实体店销售量 NaN 线上销售量 NaN 成本 NaN 售价 NaN dtype: float64
1.3 对多行或者多列进行操作
1.3.1 求取多列的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df[['实体店销售量', "线上销售量"]].var()) result: 实体店销售量 110164.3 线上销售量 92621.8 dtype: float64
1.3.2 求取多行的方差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0, 1]].var()) result: 实体店销售量 242.0 线上销售量 151250.0 成本 242.0 售价 6160.5 dtype: float64
2 求标准差
2.1对全表进行操作
2.1.1对每一列求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.std()) result: 实体店销售量 331.910078 线上销售量 304.338299 成本 10.885771 售价 306.172010 dtype: float64
2.1.2 对每一行求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.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 对单独的一行或者一列进行操作
2.2.1 对某一列求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df['实体店销售量'].std()) result: 331.910078183835825
2.2.2 对某一行求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0]].std()) result: 实体店销售量 NaN 线上销售量 NaN 成本 NaN 售价 NaN dtype: float64
2.3 对多行或者多列进行操作
2.3.1 对多列求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df[['实体店销售量', "线上销售量"]].std()) result: 实体店销售量 331.910078 线上销售量 304.338299 dtype: float64
2.3.2 对多行求标准差df = pd.read_excel(r'C:/Users/admin/Desktop/测试.xlsx')print(df.iloc[[0, 1]].std()) result: 实体店销售量 15.556349 线上销售量 388.908730 成本 15.556349 售价 78.488853 dtype: float64
总结到此这篇关于Python pandas求方差和标准差的文章就介绍到这了,更多相关pandas求方差和标准差内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net! pandas求平均数和中位数的方法实例 python3操作redis实现List列表实例 |