Python pandas求方差和标准差的方法实例

准备

本文用到的表格内容如下:

先来看一下原始情形:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df)

result:

分类货品 实体店销售量 线上销售量 成本 售价
0 水果苹果34 234 12 45
1 家电电视机56 784 34 156
2 家电 冰箱78 345 24 785
3 书籍 python从入门到放弃2534 13 89
4 水果葡萄78956 7 398

1.求方差

1.1对全表进行操作

1.1.1求取每列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.var())

result:

实体店销售量 110164.3
线上销售量92621.8
成本118.5
售价 93741.3
dtype: float64

1.1.2 求取每行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.var(axis=1))

result:

010558.250000
1 126019.666667
2 120818.000000
31130.250000
4 131161.666667
dtype: float64

1.2 对单独的一行或者一列进行操作

1.2.1 求取单独某一列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].var())

result:

110164.3

1.2.2 求取单独某一行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0]].var())

result:

实体店销售量 NaN
线上销售量 NaN
成本 NaN
售价 NaN
dtype: float64

1.3 对多行或者多列进行操作

1.3.1 求取多列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].var())

result:

实体店销售量 110164.3
线上销售量92621.8
dtype: float64

1.3.2 求取多行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0, 1]].var())

result:

实体店销售量 242.0
线上销售量151250.0
成本242.0
售价 6160.5
dtype: float64

2 求标准差

2.1对全表进行操作

2.1.1对每一列求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.std())

result:

实体店销售量 331.910078
线上销售量304.338299
成本 10.885771
售价 306.172010
dtype: float64

2.1.2 对每一行求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.std(axis=1))

result:

0 102.753345
1 354.992488
2 347.588838
333.619191
4 362.162487
dtype: float64

2.2 对单独的一行或者一列进行操作

2.2.1 对某一列求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].std())

result:

331.910078183835825

2.2.2 对某一行求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0]].std())

result:

实体店销售量 NaN
线上销售量 NaN
成本 NaN
售价 NaN
dtype: float64

2.3 对多行或者多列进行操作

2.3.1 对多列求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].std())

result:

实体店销售量 331.910078
线上销售量304.338299
dtype: float64

2.3.2 对多行求标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0, 1]].std())

result:

实体店销售量15.556349
线上销售量388.908730
成本 15.556349
售价 78.488853
dtype: float64

总结

到此这篇关于Python pandas求方差和标准差的文章就介绍到这了,更多相关pandas求方差和标准差内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！

香港服务器租用

版权声明：本站文章来源标注为YINGSOO的内容版权均为本站所有，欢迎引用、转载，请保持原文完整并注明来源及原文链接。禁止复制或仿造本网站，禁止在非www.yingsoo.com所属的服务器上建立镜像，否则将依法追究法律责任。本站部分内容来源于网友推荐、互联网收集整理而来，仅供学习参考，不代表本站立场，如有内容涉嫌侵权，请联系alex-e#qq.com处理。