Python Pandas DataFrame var方法用法及代碼示例

Pandas DataFrame.var(~) 方法計算源 DataFrame 的每行或每列的方差。 (無偏)方差使用以下公式計算：

其中，

$N$ 是行或列的大小

$x_i$ 是行或列中第 $i$ 索引的值

$\bar{x}$ 是行或列中的值的平均值。

var(~) 方法還可以計算總體方差。我們通過設置 ddof=0 來做到這一點。

1.axis | int 或 string | optional

是否按列或按行計算方差：

軸	說明
`"index"` 或 `0`	計算每列的方差。
`"columns"` 或 `1`	計算每行的方差。

默認情況下，axis=0 。

2. skipna | boolean | optional

是否跳過 NaN 。跳過的 NaN 不會計入總大小 ( $N$ )。默認情況下，skipna=True 。

3. level | string 或 int | optional

要考慮的級別的名稱或整數索引。僅當您的 DataFrame 是多索引時才需要這樣做。

4. ddof | int | optional

自由度δ。這可用於修改分母：

默認情況下，ddof=1 。

5. numeric_only | None 或 boolean | optional

允許的值如下：

值	說明
`True`	僅考慮數字行/列(例如 `float` 、 `int` 、 `boolean` )。
`False`	嘗試使用所有類型(例如字符串和日期)進行計算，並在無法計算方差時拋出錯誤。
`None`	嘗試計算所有類型，並忽略所有無法計算方差的行/列不會引發錯誤.

請注意，隻有當類型之間明確定義了 + 運算符時，才能計算方差。

默認情況下，numeric_only=None 。

如果指定了level參數，則將返回DataFrame。否則，將返回Series。

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,5,7], "B":[2,5,8]})
df



   A  B
0  3  2
1  5  5
2  7  8

計算每列的方差：

df.var()   # axis=0



A    4.0
B    9.0
dtype: float64

計算每行的方差：

df.var(axis=1)



0    0.5
1    0.0
2    0.5
dtype: float64

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,5], "B":[True,5], "C":["x",7]})
df



   A  B     C
0  3  True  x
1  5  5     7

這裏，列B和C是混合類型。

默認情況下， numeric_only=None ，這意味著混合類型的行/列也會被考慮：

df.var()   # numeric_only=None



A    2.0
B    8.0
dtype: float64

B 列的方差仍然可計算的原因是，True 在 Pandas 中內部表示為 1。相反，由於 "x"+7 未定義，因此無法計算列 C 的方差。

numeric_only=False表示混合類型的行/列也會被考慮，但如果方差不可計算，則會引發錯誤：

df.var(numeric_only=False)



TypeError: could not convert string to float: 'x'

僅計算數字行/列的方差：

df.var(numeric_only=True)



A    2.0
dtype: float64

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 Pandas DataFrame | var method。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。