最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python pandas求方差和標準差的方法實例

 更新時間:2021年08月03日 10:54:55   作者:不思量自難忘  
標準差(或方差),分為 總體標準差(方差)和 樣本標準差(方差),下面這篇文章主要給大家介紹了關于pandas求方差和標準差的相關資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下

準備

本文用到的表格內(nèi)容如下:

先來看一下原始情形:

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df)

result:

   分類            貨品  實體店銷售量  線上銷售量  成本   售價
0  水果            蘋果      34    234  12   45
1  家電           電視機      56    784  34  156
2  家電            冰箱      78    345  24  785
3  書籍  python從入門到放棄      25     34  13   89
4  水果            葡萄     789     56   7  398

1.求方差

1.1對全表進行操作

1.1.1求取每列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.var())

result:

實體店銷售量    110164.3
線上銷售量      92621.8
成本           118.5
售價         93741.3
dtype: float64

1.1.2 求取每行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對單獨的一行或者一列進行操作

1.2.1 求取單獨某一列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df['實體店銷售量'].var())

result:

110164.3

1.2.2 求取單獨某一行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0]].var())

result:

實體店銷售量   NaN
線上銷售量    NaN
成本       NaN
售價       NaN
dtype: float64

1.3 對多行或者多列進行操作

1.3.1 求取多列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df[['實體店銷售量', "線上銷售量"]].var())

result:

實體店銷售量    110164.3
線上銷售量      92621.8
dtype: float64

1.3.2 求取多行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0, 1]].var())

result:

實體店銷售量       242.0
線上銷售量     151250.0
成本           242.0
售價          6160.5
dtype: float64

2 求標準差

2.1對全表進行操作

2.1.1對每一列求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.std())

result:

實體店銷售量    331.910078
線上銷售量     304.338299
成本         10.885771
售價        306.172010
dtype: float64

2.1.2 對每一行求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對單獨的一行或者一列進行操作

2.2.1 對某一列求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df['實體店銷售量'].std())

result:

331.910078183835825

2.2.2 對某一行求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0]].std())

result:

實體店銷售量   NaN
線上銷售量    NaN
成本       NaN
售價       NaN
dtype: float64

2.3 對多行或者多列進行操作

2.3.1 對多列求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df[['實體店銷售量', "線上銷售量"]].std())

result:

實體店銷售量    331.910078
線上銷售量     304.338299
dtype: float64

2.3.2 對多行求標準差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.xlsx')
print(df.iloc[[0, 1]].std())

result:

實體店銷售量     15.556349
線上銷售量     388.908730
成本         15.556349
售價         78.488853
dtype: float64

總結

到此這篇關于Python pandas求方差和標準差的文章就介紹到這了,更多相關pandas求方差和標準差內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • 詳解Python字符串原理與使用的深度總結

    詳解Python字符串原理與使用的深度總結

    本文將學習字符串數(shù)據(jù)類型相關知識,將討論如何聲明字符串數(shù)據(jù)類型,字符串數(shù)據(jù)類型與?ASCII?表的關系,字符串數(shù)據(jù)類型的屬性,以及一些重要的字符串方法和操作,超級干貨,不容錯過
    2022-05-05
  • python GUI庫圖形界面開發(fā)之PyQt5信號與槽的高級使用技巧裝飾器信號與槽詳細使用方法與實例

    python GUI庫圖形界面開發(fā)之PyQt5信號與槽的高級使用技巧裝飾器信號與槽詳細使用方法與實例

    這篇文章主要介紹了python GUI庫圖形界面開發(fā)之PyQt5信號與槽的高級使用技巧裝飾器信號與槽詳細使用方法與實例,需要的朋友可以參考下
    2020-03-03
  • Python 打印自己設計的字體的實例講解

    Python 打印自己設計的字體的實例講解

    在本篇內(nèi)容里小編給大家分享的是一篇關于Python 打印自己設計的字體的實例講解內(nèi)容,有需要的朋友們可以參考學習下。
    2021-01-01
  • Python 字符串操作方法大全

    Python 字符串操作方法大全

    python字符串操作實方法大合集,包括了幾乎所有常用的python字符串操作,如字符串的替換、刪除、截取、復制、連接、比較、查找、分割等,需要的朋友可以參考下
    2014-03-03
  • Python SVM(支持向量機)實現(xiàn)方法完整示例

    Python SVM(支持向量機)實現(xiàn)方法完整示例

    這篇文章主要介紹了Python SVM(支持向量機)實現(xiàn)方法,結合完整實例形式分析了基于Python實現(xiàn)向量機SVM算法的具體步驟與相關操作注意事項,需要的朋友可以參考下
    2018-06-06
  • Python字符串中出現(xiàn)的次數(shù)統(tǒng)計多種方法

    Python字符串中出現(xiàn)的次數(shù)統(tǒng)計多種方法

    這篇文章主要介紹了Python字符串中出現(xiàn)的次數(shù)統(tǒng)計多種方法,使用內(nèi)置的count()方法、正則表達式、列表推導式、循環(huán)和條件判斷以及字符串分割,每種方法都有其適用的場景和優(yōu)缺點,選擇合適的方法取決于具體的需求和場景,需要的朋友可以參考下
    2024-12-12
  • 使用Python批量連接華為網(wǎng)絡設備的操作步驟

    使用Python批量連接華為網(wǎng)絡設備的操作步驟

    隨著網(wǎng)絡規(guī)模的擴大和設備數(shù)量的增加,手動配置和管理每臺網(wǎng)絡設備變得越來越不現(xiàn)實,因此,自動化工具和腳本變得尤為重要,本篇文章將詳細介紹如何使用Python批量連接華為網(wǎng)絡設備,實現(xiàn)自動化配置和管理,需要的朋友可以參考下
    2024-06-06
  • Python數(shù)據(jù)分析23種Pandas核心操作方法總結

    Python數(shù)據(jù)分析23種Pandas核心操作方法總結

    在本文中,作者從基本數(shù)據(jù)集讀寫、數(shù)據(jù)處理和?DataFrame?操作三個角度展示了?23?個?Pandas?核心方法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-05-05
  • Python讀取CSV文件并進行數(shù)據(jù)可視化繪圖

    Python讀取CSV文件并進行數(shù)據(jù)可視化繪圖

    這篇文章主要介紹了Python讀取CSV文件并進行數(shù)據(jù)可視化繪圖,文章圍繞主題基于Python展開CSV文件讀取的詳細內(nèi)容介紹,感興趣的小伙伴可以參考一下
    2022-06-06
  • Python進度條tqdm的用法詳解

    Python進度條tqdm的用法詳解

    這篇文章主要介紹了Python進度條tqdm的用法,這對于第三方庫非常豐富的Python來說,想要實現(xiàn)這一功能并不是什么難事,本文通過實例代碼給大家介紹的非常詳細,感興趣的朋友一起看看吧
    2021-08-08

最新評論

资兴市| 六枝特区| 渭南市| 河东区| 道真| 天峨县| 墨竹工卡县| 鸡东县| 东城区| 焉耆| 莱芜市| 临江市| 色达县| 浮梁县| 洪湖市| 南昌市| 牙克石市| 荆州市| 利津县| 德江县| 麻城市| 青铜峡市| 泰安市| 宣威市| 鲁甸县| 宁陕县| 柯坪县| 广东省| 肥西县| 武陟县| 同德县| 镇雄县| 桑日县| 拉萨市| 民勤县| 阜平县| 邮箱| 福安市| 福州市| 沂水县| 潞西市|