Python pandas求方差和标准差的方法实例
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:\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!
上一篇: 2022年男生学什么专业最吃香专科?大专专业有哪些专业好就业男生?
下一篇: 我又不是同性恋
推荐阅读
-
Python操作Oracle数据库的简单方法和封装类实例
-
python pandas库中DataFrame对行和列的操作实例讲解
-
python中的实例方法、静态方法、类方法、类变量和实例变量浅析
-
python pandas 对series和dataframe的重置索引reindex方法
-
python安装numpy和pandas的方法步骤
-
python+pandas生成指定日期和重采样的方法
-
python3 pandas 读取MySQL数据和插入的实例
-
Python操作MySQL数据库的两种方式实例分析【pymysql和pandas】
-
Python编程使用*解包和itertools.product()求笛卡尔积的方法
-
Python使用pandas和xlsxwriter读写xlsx文件的方法示例