Python Pandas Series.sem()用法及代碼示例

Pandas 係列是帶有軸標簽的一維ndarray。標簽不必是唯一的，但必須是可哈希的類型。該對象同時支持基於整數和基於標簽的索引，並提供了許多方法來執行涉及索引的操作。

Pandas Series.sem()函數返回所請求軸上的平均值的無偏標準誤差。默認情況下，結果由N-1歸一化。可以使用ddof參數進行更改。

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

範例1：采用Series.sem()函數來查找給定Series對象中基礎數據的平均值的標準誤差。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([100, 25, 32, 118, 24, 65]) 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.sem()函數查找基礎數據均值的標準誤。

# find standard error of the mean 
sr.sem()

輸出：

從輸出中可以看到，Series.sem()函數已成功計算標準誤差，即給定Series對象中基礎數據的平均值。

範例2：采用Series.sem()函數來查找給定Series對象中基礎數據的平均值的標準誤差。給定的Series對象還包含一些缺少的值。

# importing pandas as pd 
import pandas as pd 
  
# Creating the Series 
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None]) 
  
# Print the series 
print(sr)

輸出：

現在我們將使用Series.sem()函數查找基礎數據均值的標準誤。

# find standard error of the mean 
# Skip all the missing values 
sr.sem(skipna = True)

輸出：

從輸出中可以看到，Series.sem()函數已成功計算標準誤差，即給定Series對象中基礎數據的平均值。