pandas std() 标准差

pandas 的 std() 方法用于计算 DataFrame 或 Series 中各列或各行的标准差。标准差是衡量数据分布的离散程度的统计量，表示数据点相对于均值的平均偏离程度。标准差越大，表示数据分布越分散；标准差越小，表示数据分布越集中。

语法

返回所请求轴上的样品标准偏差。默认情况下按N-1标准化。这可以使用ddof参数进行更改。

DataFrame.std(axis=0, 
              skipna=True, 
              ddof=1, 
              numeric_only=None, 
              **kwargs)

要具有与 numpy.std 相同的行为，请使用 ddof=0（而不是默认的ddof=1）。

参数

1. axis：int，默认值是 0
   指定计算的轴方向：

   • 0 或 'index'：按列计算标准差。
   • 1 或 'columns'：按行计算标准差。
   • 不推荐使用axis=None的DataFrame.std行为，在未来的版本中，这将在两个轴上减少并返回标量。要保留旧行为，请传递axis=0（或不传递axis）。

2. skipna：bool，默认值是 True
   是否忽略缺失值（NaN）。

   • 如果为 True，忽略缺失值并进行计算；
   • 如果为 False，只要有缺失值存在，对应的计算结果就会是 NaN。

3. ddof：int，默认值是 1
   自由度修正量，计算样本标准差时使用。标准差计算公式中分母使用 N - ddof，其中 N 是样本数量。

   • 默认值 1 对样本数据进行标准差计算；
   • 如果设置为 0，则计算总体标准差。

4. numeric_only：bool，默认值是 None
   是否只计算数值类型的列。

   • 如果为 True，只考虑数值类型的列；
   • 如果为 False，包括所有数据类型的列，但只对能够进行计算的数据类型进行标准差计算。

5. ****kwargs**：其他关键词参数，用于扩展功能或在方法调用时传递给其他内部函数。

返回值

返回一个包含标准差的 Series。结果的索引与输入数据一致。

使用场景

• 数据分布分析：通过计算标准差，可以了解数据的波动情况和离散程度，帮助识别数据中的异常值或变化趋势。
• 统计分析：标准差是许多统计分析中的关键指标，广泛用于描述数据的变异性。
• 风险评估：在金融领域，标准差用于衡量投资的波动性和风险。

示例

df = pd.DataFrame({'person_id': [0, 1, 2, 3],
                   'age': [21, 25, 62, 43],
                   'height': [1.61, 1.87, 1.49, 2.01]}
                  ).set_index('person_id')
df
'''
           age  height
person_id
0           21    1.61
1           25    1.87
2           62    1.49
3           43    2.01
'''

柱的标准偏差如下：

df.std()
'''
age       18.786076
height     0.237417
dtype: float64
'''

或者，ddof=0可以设置为按N而不是N-1进行归一化：

df.std(ddof=0)
'''
age       16.269219
height     0.205609
dtype: float64
'''

案例

假设我们有一个包含学生考试成绩的 DataFrame，我们可以使用 std() 方法来计算每门课程成绩的标准差。

import pandas as pd

# 创建示例数据
data = {
    '数学': [75, 85, 95, 65, 70],
    '英语': [88, 92, 85, 70, 80],
    '物理': [92, 90, 87, 85, 80]
}
df = pd.DataFrame(data)

# 计算各门课程的标准差
df.std()
'''
数学    12.041595
英语     8.485281
物理     4.658326
dtype: float64
'''

在这个例子中，std() 方法计算了每门课程成绩的标准差。标准差数值越大，说明成绩波动越大；数值越小，说明成绩分布越集中。例如，数学 的标准差最大，说明学生的数学成绩差异较大，而 物理 的标准差最小，说明物理成绩相对集中。

参考

• https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.std.html

更新时间：2024-08-08 21:57:53 标签：pandas python 标准差 std