pandas.DataFrame.std#

DataFrame.std(axis=None, skipna=True, level=None, ddof=1, numeric_only=None, **kwargs)[源代码]#

返回要求轴上的样本标准偏差。

默认情况下由N-1规格化。这可以使用ddof参数进行更改。

参数
axis{索引(0),列(1)}
skipna布尔值,默认为True

排除NA/NULL值。如果整行/列为NA,则结果将为NA。

levelInt或Level名称,默认为无

如果轴是多索引(分层),则沿特定级别计数,折叠为系列。

ddof整型,默认值为1

增量自由度。计算中使用的除数是N-ddof,其中N表示元素的数量。

numeric_only布尔默认为无

包括浮点型、整型、布尔型列。如果没有,将尝试使用所有内容,然后仅使用数字数据。未针对系列实施。

退货
序列或DataFrame(如果指定了级别)

注意事项

具有与…相同的行为 numpy.std ,使用 ddof=0 (而不是默认 ddof=1 )

示例

>>> df = pd.DataFrame({'person_id': [0, 1, 2, 3],
...                   'age': [21, 25, 62, 43],
...                   'height': [1.61, 1.87, 1.49, 2.01]}
...                  ).set_index('person_id')
>>> df
           age  height
person_id
0           21    1.61
1           25    1.87
2           62    1.49
3           43    2.01

柱子的标准偏差如下所示:

>>> df.std()
age       18.786076
height     0.237417

或者, ddof=0 可以设置为按N而不是N-1进行规格化:

>>> df.std(ddof=0)
age       16.269219
height     0.205609