Python pandas求方差和标准差代码方法实例

本篇文章小编给大家分享一下Python pandas求方差和标准差代码方法实例，文章代码介绍的很详细，小编觉得挺不错的，现在分享给大家供大家参考，有需要的小伙伴们可以来看看。

准备

本文用到的表格内容如下:

先来看一下原始情形:

import pandas as pd

df = pd.read_excel(r'C:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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:UsersadminDesktop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