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
在Python中操作时间之tzset()方法的使用教程
May 22 Python
Python使用回溯法子集树模板解决爬楼梯问题示例
Sep 08 Python
python xlsxwriter库生成图表的应用示例
Mar 16 Python
使用EduBlock轻松学习Python编程
Oct 08 Python
python批量修改图片后缀的方法(png到jpg)
Oct 25 Python
pow在python中的含义及用法
Jul 11 Python
django-rest-framework解析请求参数过程详解
Jul 18 Python
python logging 日志的级别调整方式
Feb 21 Python
解决Django no such table: django_session的问题
Apr 07 Python
python代码区分大小写吗
Jun 17 Python
python3.7调试的实例方法
Jul 21 Python
python获取对象信息的实例详解
Jul 07 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自动获取目录下的模板的代码
2010/08/08 PHP
Thinkphp5.0自动生成模块及目录的方法详解
2017/04/17 PHP
php实现微信公众号企业转账功能
2018/10/01 PHP
Javascript 圆角div的实现代码
2009/10/15 Javascript
Javascript 面向对象 继承
2010/05/13 Javascript
让你的博客飘雪花超出屏幕依然看得见
2013/01/04 Javascript
js读取配置文件自写
2014/02/11 Javascript
javascript处理表单示例(javascript提交表单)
2014/04/28 Javascript
使用jquery+CSS实现控制打印样式
2014/12/31 Javascript
js中split和replace的用法实例
2015/02/28 Javascript
flash+jQuery实现可关闭及重复播放的压顶广告
2015/04/15 Javascript
使用JQuery中的trim()方法去掉前后空格
2016/09/16 Javascript
BootStrap 获得轮播中的索引和当前活动的焦点对象
2017/05/11 Javascript
不得不看之JavaScript构造函数及new运算符
2017/08/21 Javascript
[02:17]2016完美“圣”典风云人物:Sccc专访
2016/12/03 DOTA
[56:29]Secret vs Optic 2018国际邀请赛小组赛BO2 第一场 8.18
2018/08/19 DOTA
Python字符串和文件操作常用函数分析
2015/04/08 Python
python多进程共享变量
2016/04/06 Python
Python实现的读取电脑硬件信息功能示例
2018/05/30 Python
python ChainMap 合并字典的实现步骤
2019/06/11 Python
Python中的类与类型示例详解
2019/07/10 Python
Python集合基本概念与相关操作实例分析
2019/10/30 Python
python有序查找算法 二分法实例解析
2020/02/18 Python
英国马莎百货官网:Marks & Spencer
2016/07/29 全球购物
小天鹅官方商城:LittleSwan
2017/06/16 全球购物
瑞典首都斯德哥尔摩的多元奢侈时尚品牌:Acne Studios
2017/07/09 全球购物
美国精油公司:Plant Therapy
2019/05/17 全球购物
如果让你测试一台高速激光打印机,你都会进行哪些测试
2012/12/04 面试题
优秀大学生的自我评价
2014/01/16 职场文书
入党积极分子介绍信
2014/01/17 职场文书
2014年迎新年联欢会活动策划方案
2014/02/26 职场文书
要账委托书范本
2014/09/15 职场文书
安全保证书怎么写
2015/02/28 职场文书
大学生社会实践活动总结报告
2015/05/06 职场文书
大学生敬老院活动总结
2015/05/07 职场文书
食品药品安全责任书
2015/05/11 职场文书