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
python3中的md5加密实例
May 29 Python
tensorflow: 查看 tensor详细数值方法
Jun 13 Python
python3 面向对象__类的内置属性与方法的实例代码
Nov 09 Python
python中使用ctypes调用so传参设置遇到的问题及解决方法
Jun 19 Python
python批量修改图片尺寸,并保存指定路径的实现方法
Jul 04 Python
Python根据服务获取端口号的方法
Sep 25 Python
Python matplotlib修改默认字体的操作
Mar 05 Python
Django模板之基本的 for 循环 和 List内容的显示方式
Mar 31 Python
使用python创建Excel工作簿及工作表过程图解
May 27 Python
Python如何实现邮件功能
May 27 Python
Flask response响应的具体使用
Jul 15 Python
python使用BeautifulSoup 解析HTML
Apr 24 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+mysql大量用户登录解决方案分析
2014/12/29 PHP
PHP文件缓存类示例分享
2015/01/30 PHP
php基于curl扩展制作跨平台的restfule 接口
2015/05/11 PHP
php微信开发之自定义菜单实现
2016/11/18 PHP
PHP实现文件上传功能实例代码
2017/05/18 PHP
laravel框架中视图的基本使用方法分析
2019/11/23 PHP
JQuery 网站换肤功能实现代码
2009/11/02 Javascript
在javascript中实现函数数组的方法
2013/12/25 Javascript
js的参数有长度限制吗?发现不能超过2083个字符
2014/04/20 Javascript
JavaScript中变量声明有var和没var的区别示例介绍
2014/09/15 Javascript
jQuery Masonry瀑布流插件使用详解
2014/11/17 Javascript
BootStrap glyphicons 字体图标实现方法
2016/05/01 Javascript
jQuery实现jQuery-form.js实现异步上传文件
2017/04/28 jQuery
node.js中express模块创建服务器和http模块客户端发请求
2019/03/06 Javascript
node后端服务保活的实现
2019/11/10 Javascript
基于js实现数组相邻元素上移下移
2020/05/19 Javascript
详解Python中DOM方法的动态性
2015/04/11 Python
Python之用户输入的实例
2018/06/22 Python
Pycharm代码无法复制,无法选中删除,无法编辑的解决方法
2018/10/22 Python
Python中的集合介绍
2019/01/28 Python
Python3网络爬虫中的requests高级用法详解
2019/06/18 Python
python并发爬虫实用工具tomorrow实用解析
2019/09/25 Python
np.newaxis 实现为 numpy.ndarray(多维数组)增加一个轴
2019/11/30 Python
Python实现企业微信机器人每天定时发消息实例
2020/02/25 Python
HTML5和以前HTML4的区别整理
2013/10/20 HTML / CSS
美国眼镜在线零售商:Dualens
2019/12/07 全球购物
土木工程应届生求职信
2013/10/31 职场文书
中学劳技课教师的自我评价
2014/02/05 职场文书
《狼和小羊》教学反思
2014/04/20 职场文书
出国留学计划书
2014/04/27 职场文书
三八妇女节活动总结
2014/05/04 职场文书
离婚答辩状怎么写
2015/05/22 职场文书
2019最新版试用期劳动合同模板!
2019/07/04 职场文书
创业计划书之宠物店
2019/09/19 职场文书
MySQL 分组查询的优化方法
2021/05/12 MySQL
解决redis批量删除key值的问题
2022/03/23 Redis