跳转至

Python | Pandas Series.mad()计算一个系列的平均绝对偏差

原文:https://www.geeksforgeeks.org/python-pandas-series-mad-to-compute-mean-绝对偏差系列/

熊猫提供了一种计算平均绝对偏差非常容易的方法。MAD 定义为每个值和平均值之间的平均距离。

用于计算 MAD 的公式为:

语法: Series.mad(轴=无,skipna =无,级别=无)

参数: 轴: 0 或“索引”用于行方向操作,1 或“列”用于列方向操作。 skipna: 也包含 NaN 值如果为 False,即使包含单个空值,结果也将是 NaN。 级别:定义多级系列情况下的级别名称或编号。

返回类型:浮点值

示例#1: 在本例中,使用熊猫从 Python 列表创建了一个系列。Series()方法。那个。mad()方法在具有所有默认参数的序列上调用。

# importing pandas module 
import pandas as pd 

# importing numpy module 
import numpy as np 

# creating list
list =[5, 12, 1, 0, 4, 22, 15, 3, 9]

# creating series
series = pd.Series(list)

# calling .mad() method
result = series.mad()

# display
result

输出:

5.876543209876543

说明:

系列平均值的计算平均值=(5+12+1+0+4+22+15+3+9)/9 = 7.8888

MAD = |(5-7.88)+(12-7.88)+(1-7.88)+(0-7.88)+(4-7.88)+(22-7.88)+(15-7.88)+(3-7.88)+(9-7.88))|/9.00

MAD =(2.88+4.12+6.88+7.88+3.88+14.12+7.12+4.88+1.12)/9.00

MAD = 5.8755



回到顶部