Python Pandas Series.mad()用法及代码示例

Pandas 提供了一种使 MAD(平均绝对偏差)计算变得非常容易的方法。 MAD 定义为每个值与平均值之间的平均距离。

用于计算 MAD 的公式为：

用法：Series.mad(axis=None, skipna=None, level=None)

参数：
axis:0 或 ‘index’ 用于行操作，1 或 ‘columns’ 用于列操作。
skipna:如果 False 也包括 NaN 值，即使包括单个 Null 值，结果也将是 NaN。
level:在多级系列的情况下定义级别名称或编号。

Return Type:浮点值

范例1：
在此示例中，使用 Pandas .Series() 方法从 Python 列表创建了一个系列。 .mad() 方法在具有所有默认参数的系列上调用。


# importing pandas module 
import pandas as pd 
    
# importing numpy module 
import numpy as np 
    
# creating list
list =[5, 12, 1, 0, 4, 22, 15, 3, 9]
  
# creating series
series = pd.Series(list)
  
# calling .mad() method
result = series.mad()
  
# display
result

输出：

5.876543209876543

说明：

Calculating Mean of series mean = (5+12+1+0+4+22+15+3+9) / 9 = 7.8888
MAD = | (5-7.88)+(12-7.88)+(1-7.88)+(0-7.88)+(4-7.88)+(22-7.88)+(15-7.88)+(3-7.88)+(9-7.88)) | / 9.00
MAD = (2.88 + 4.12 + 6.88 + 7.88 + 3.88 + 14.12 + 7.12 + 4.88 + 1.12) / 9.00
MAD = 5.8755 (More accurately = 5.876543209876543)

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Series.mad() to calculate Mean Absolute Deviation of a Series。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。