Python Pandas Series.var用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.var()函数在请求的轴上返回无偏方差。默认情况下，方差由N-1归一化。可以使用ddof参数进行更改。

用法： Series.var(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

范例1：采用Series.var()函数以查找给定Series对象的方差。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.var()函数以查找给定系列对象的方差。

# find the variance 
sr.var()

输出：

正如我们在输出中看到的，Series.var()函数已返回给定Series对象的方差。

范例2：采用Series.var()函数以查找给定Series对象的方差。给定的Series对象包含一些缺失值。

注意：我们可以通过将skipna参数设置为来跳过缺少的值True。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, 214, 325, 88, None, 325, None, 68]) 
  
# Print the series 
print(sr)

输出：

现在我们将使用Series.var()函数以查找给定系列对象的方差。

# find the variance 
sr.var(skipna = True)

输出：

正如我们在输出中看到的，Series.var()函数已返回给定Series对象的方差。