Python pandas求方差和标准差的方法实例


Posted in Python onAugust 04, 2021

准备

本文用到的表格内容如下:

Python pandas求方差和标准差的方法实例

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      25     34  13   89
4  水果            葡萄     789     56   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:

0     10558.250000
1    126019.666667
2    120818.000000
3      1130.250000
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
3     33.619191
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三水点靠木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三水点靠木!

Python 相关文章推荐
粗略分析Python中的内存泄漏
Apr 23 Python
Python实现豆瓣图片下载的方法
May 25 Python
Python判断值是否在list或set中的性能对比分析
Apr 16 Python
Python创建xml文件示例
Mar 22 Python
对python pandas 画移动平均线的方法详解
Nov 28 Python
python 切换root 执行命令的方法
Jan 19 Python
python opencv 读取图片 返回图片某像素点的b,g,r值的实现方法
Jul 03 Python
python用win32gui遍历窗口并设置窗口位置的方法
Jul 26 Python
python实现可下载音乐的音乐播放器
Feb 25 Python
Python判断三段线能否构成三角形的代码
Apr 12 Python
linux系统下pip升级报错的解决方法
Jan 31 Python
一小时学会TensorFlow2之基本操作2实例代码
Sep 04 Python
pandas求平均数和中位数的方法实例
Aug 04 #Python
Python NumPy灰度图像的压缩原理讲解
Aug 04 #Python
Python内置数据结构列表与元组示例详解
Python制作动态字符画的源码
Aug 04 #Python
Python进行区间取值案例讲解
Aug 02 #Python
Python获取江苏疫情实时数据及爬虫分析
Django对接elasticsearch实现全文检索的示例代码
Aug 02 #Python
You might like
PHP 工厂模式使用方法
2010/05/18 PHP
php_screw 1.5:php加密: 安装与使用详解
2013/06/20 PHP
destoon实现底部添加你是第几位访问者的方法
2014/07/15 PHP
PHP如何通过传引用的思想实现无限分类(代码简单)
2015/10/13 PHP
PHP环形链表实现方法示例
2017/09/15 PHP
PHP+redis实现的悲观锁机制示例
2018/06/12 PHP
php ActiveMQ的安装与使用方法图文教程
2020/02/23 PHP
JS 巧妙获取剪贴板数据 Excel数据的粘贴
2009/07/09 Javascript
javascript instanceof 内部机制探析
2010/10/15 Javascript
jquery一句话全选/取消全选
2011/03/01 Javascript
从JQuery源码分析JavaScript函数的apply方法与call方法
2014/09/25 Javascript
canvas实现手机端用来上传用户头像的代码
2016/10/20 Javascript
react.js 获取真实的DOM节点实例(必看)
2017/04/17 Javascript
JS HTML图片显示Canvas 压缩功能
2017/07/21 Javascript
ReactNative 之FlatList使用及踩坑封装总结
2017/11/29 Javascript
JavaScript使用闭包模仿块级作用域操作示例
2019/01/21 Javascript
JavaScript私有变量实例详解
2019/01/24 Javascript
页面内锚点定位及跳转方法总结(推荐)
2019/04/24 Javascript
ES6中Symbol、Set和Map用法详解
2019/08/20 Javascript
Vue 设置axios请求格式为form-data的操作步骤
2019/10/29 Javascript
javascript实现打砖块小游戏(附完整源码)
2020/09/18 Javascript
利用Python开发实现简单的记事本
2016/11/15 Python
python通过pip更新所有已安装的包实现方法
2017/05/19 Python
Pandas读写CSV文件的方法示例
2019/03/27 Python
python利用多种方式来统计词频(单词个数)
2019/05/27 Python
Python 使用folium绘制leaflet地图的实现方法
2019/07/05 Python
python3+django2开发一个简单的人员管理系统过程详解
2019/07/23 Python
HTML5之SVG 2D入门1—SVG(可缩放矢量图形)概述
2013/01/30 HTML / CSS
服务理念口号
2014/06/11 职场文书
小学标准化建设汇报材料
2014/08/16 职场文书
2014年妇产科工作总结
2014/12/08 职场文书
放弃继承权公证书
2015/01/23 职场文书
确保工程质量承诺书
2015/04/29 职场文书
芙蓉镇观后感
2015/06/10 职场文书
Python Numpy之linspace用法说明
2021/04/17 Python
基于PostgreSQL/openGauss 的分布式数据库解决方案
2021/12/06 PostgreSQL