Python pandas.DataFrame.std用法及代碼示例

用法:
DataFrame.std(axis=None, skipna=True, level=None, ddof=1, numeric_only=None, **kwargs)

返回請求軸上的樣本標準偏差。

默認由 N-1 歸一化。這可以使用 ddof 參數進行更改。

參數：

axis：{索引 (0), 列 (1)}
skipna：布爾值，默認為真: 排除 NA/空值。如果整行/列為 NA，則結果將為 NA。
level：int 或級別名稱，默認無: 如果軸是 MultiIndex(分層)，則沿特定級別計數，折疊成一個係列。
ddof：整數，默認 1: Delta 自由度。計算中使用的除數是 N - ddof，其中 N 表示元素的數量。
numeric_only：布爾值，默認無: 僅包括 float、int、boolean 列。如果沒有，將嘗試使用所有內容，然後僅使用數字數據。未針對係列實施。

Series 或 DataFrame(如果指定了級別)

注意：

要具有與 numpy.std 相同的行為，請使用 ddof=0 (而不是默認的 ddof=1 )

例子：

>>> df = pd.DataFrame({'person_id':[0, 1, 2, 3],
...                   'age':[21, 25, 62, 43],
...                   'height':[1.61, 1.87, 1.49, 2.01]}
...                  ).set_index('person_id')
>>> df
           age  height
person_id
0           21    1.61
1           25    1.87
2           62    1.49
3           43    2.01

列的標準偏差可以找到如下：

>>> df.std()
age       18.786076
height     0.237417

或者，ddof=0 可以設置為按 N 而不是 N-1 進行歸一化：

>>> df.std(ddof=0)
age       16.269219
height     0.205609

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.DataFrame.std。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：