跳转至

蟒蛇|熊猫系列. std()

原文:https://www.geeksforgeeks.org/python-pandas-series-std/

熊猫系列是带有轴标签的一维数组。标签不必是唯一的,但必须是可散列的类型。该对象支持基于整数和基于标签的索引,并提供了一系列方法来执行涉及索引的操作。

熊猫 **Series.std()**功能返回要求轴上的样本标准偏差。默认情况下,标准偏差由 N-1 归一化。这可以使用 ddof 参数进行更改。

语法:series.STD(axis =无,skipna =无,level =无,ddof=1,numeric_only =无,**kwargs)

参数: 轴:{ index(0)} skipna:排除 NA/null 值。如果整行/整列是 NA,结果将是 NA 级别:如果轴是多索引(分层),沿特定级别计数,折叠成标量 ddof:δ自由度。计算中使用的除数是 N–ddof,其中 N 代表元素的数量。 仅限数值:布尔值,默认无

返回:标准:标量或序列(如果指定了级别)

示例#1 : 使用Series.std()函数找到给定序列对象的标准偏差。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])

# Print the series
print(sr)

输出:

现在我们用Series.std()函数求给定 Series 对象的标准差。

# find standard-deviation along the
# 0th index
sr.std()

输出:

正如我们在输出中看到的,Series.std()函数已经成功地计算了给定 Series 对象的标准偏差。

例 2 : 使用Series.std()函数求给定 Series 对象的标准差。我们的系列对象中有一些丢失的值,所以跳过这些丢失的值。

# importing pandas as pd
import pandas as pd

# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])

# Print the series
print(sr)

输出:

现在我们用Series.std()函数求给定 Series 对象的标准差。

# find standard-deviation along the
# 0th index
sr.std(skipna = True)

输出:

正如我们在输出中看到的,Series.std()函数已经成功地计算了给定 Series 对象的标准偏差。如果我们不跳过缺失的值,那么输出将是NaN



回到顶部