Python pyspark Series.sem用法及代碼示例

本文簡要介紹 pyspark.pandas.Series.sem 的用法。

用法: Series.sem(axis: Union[int, str, None] = None, ddof: int = 1, numeric_only: bool = None) → Union[int, float, bool, str, bytes, decimal.Decimal, datetime.date, datetime.datetime, None, pyspark.pandas.series.Series]

返回請求軸上平均值的無偏標準誤差。

參數：

axis：{索引 (0), 列 (1)}: 要應用的函數的軸。
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。不支持 False。這個參數主要是為了pandas的兼容性。

標量(用於係列)或係列(用於 DataFrame)

例子：

>>> psdf = ps.DataFrame({"a": [1, 2, 3], "b": [4, 5, 6]})
>>> psdf
   a  b
0  1  4
1  2  5
2  3  6

>>> psdf.sem()
a    0.57735
b    0.57735
dtype: float64

>>> psdf.sem(ddof=0)
a    0.471405
b    0.471405
dtype: float64

>>> psdf.sem(axis=1)
0    1.5
1    1.5
2    1.5
dtype: float64

支持係列

>>> psser = psdf.a
>>> psser
0    1
1    2
2    3
Name: a, dtype: int64

>>> psser.sem()
0.5773502691896258

>>> psser.sem(ddof=0)
0.47140452079103173

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.Series.sem。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：

例子：