Die Pandas std() ist als Funktion zur Berechnung der Standardabweichung des angegebenen Satzes von Zahlen, DataFrame, Spalten und Zeilen definiert. Um die Standardabweichung zu berechnen, müssen wir das Paket mit dem Namen „ importieren Statistiken ' für die Berechnung des Medians.

Die Standardabweichung wird standardmäßig mit N-1 normalisiert und kann mit geändert werden Ich werde kommen Streit.

burak ozcivit

Syntax:

 Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs) 

Parameter:

Achse:{Index (0), Spalten (1)}Befehl:Es schließt alle NA/Null-Werte aus. Wenn NA in einer ganzen Zeile/Spalte vorhanden ist, ist das Ergebnis NA.Ebene:Es zählt zusammen mit einer bestimmten Ebene und kollabiert in einen Skalar, wenn die Achse ein MultiIndex (hierarchisch) ist.Ich werde:Delta-Freiheitsgrade. Der in den Berechnungen verwendete Teiler ist N - ddof, wobei N die Anzahl der Elemente darstellt.nur numerisch:Boolescher Wert, Standardwert Keiner
Es enthält nur Float-, Int- und Boolesche Spalten. Wenn es „None“ ist, wird versucht, alles zu verwenden, also nur numerische Daten verwenden.
Es ist für eine Serie nicht implementiert.

Kehrt zurück:

Es gibt Series oder DataFrame zurück, wenn die Ebene angegeben ist.

xor c++

Beispiel 1:

 import pandas as pd # calculate standard deviation import numpy as np print(np.std([4,7,2,1,6,3])) print(np.std([6,9,15,2,-17,15,4])) 

Ausgabe

 2.1147629234082532 10.077252622027656 

Beispiel2:

 import pandas as pd import numpy as np #Create a DataFrame info = { 'Name':['Parker','Smith','John','William'], 'sub1_Marks':[52,38,42,37], 'sub2_Marks':[41,35,29,36]} data = pd.DataFrame(info) data # standard deviation of the dataframe data.std() 

Ausgabe

 sub1_Marks 6.849574 sub2_Marks 4.924429 dtype: float64