Python - 计算 Pandas DataFrame 中列的标准差

要计算标准偏差，请使用std()Pandas的方法。首先，导入所需的 Pandas 库 -

import pandas as pd

现在，创建一个包含两列的 DataFrame -

dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90] }
)

使用std()-查找“单位”列值的标准偏差-

print"Standard Deviation of Units column from DataFrame1 = ",dataFrame1['Units'].std()

以同样的方式，我们计算了^第二个DataFrame的标准偏差。

示例

以下是完整的代码 -

#
# Python - 计算 Pandas DataFrame 列值的标准差
#

import pandas as pd

# 创建 DataFrame1
dataFrame1 = pd.DataFrame(
   {
      "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],
      "Units": [100, 150, 110, 80, 110, 90]
   }
)

print"DataFrame1 ...\n",dataFrame1

# Finding Standard Deviation of "Units" column values
print"Standard Deviation of Units column from DataFrame1 = ",dataFrame1['Units'].std()

# 创建 DataFrame2
dataFrame2 = pd.DataFrame(
   {
      "Product": ['TV', 'PenDrive', 'HeadPhone', 'EarPhone', 'HDD', 'SSD'],
      "Price": [8000, 500, 3000, 1500, 3000, 4000]
   }
)

print"\nDataFrame2 ...\n",dataFrame2

# Finding Standard Deviation of "Price" column values
print"Standard Deviation of Price column from DataFrame2 = ",dataFrame2['Price'].std()

这将产生以下输出 -

DataFrame1 ...
       Car   Units
0      BMW    100
1    Lexus    150
2     Audi    110
3    Tesla     80
4  Bentley    110
5   Jaguar     90
Standard Deviation of Units column from DataFrame1 = 24.2212028328

DataFrame2 ...
    Price   Product
0   8000         TV
1   500    PenDrive
2   3000  HeadPhone
3   1500   EarPhone
4   3000        HDD
5   4000        SSD
Standard Deviation of Price column from DataFrame2 = 2601.28173535