準(zhǔn)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(cè)試.xlsx')
print(df)

result:

分類貨品 實(shí)體店銷售量 線上銷售量 成本 售價(jià)
0 水果蘋果34 234 12 45
1 家電電視機(jī)56 784 34 156
2 家電 冰箱78 345 24 785
3 書籍 python從入門到放棄2534 13 89
4 水果葡萄78956 7 398

1.求方差

1.1對(duì)全表進(jìn)行操作

1.1.1求取每列的方差

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

result:

實(shí)體店銷售量 110164.3
線上銷售量92621.8
成本118.5
售價(jià) 93741.3
dtype: float64

1.1.2 求取每行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df.var(axis=1))

result:

010558.250000
1 126019.666667
2 120818.000000
31130.250000
4 131161.666667
dtype: float64

1.2 對(duì)單獨(dú)的一行或者一列進(jìn)行操作

1.2.1 求取單獨(dú)某一列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df['實(shí)體店銷售量'].var())

result:

110164.3

1.2.2 求取單獨(dú)某一行的方差

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

result:

實(shí)體店銷售量 NaN
線上銷售量 NaN
成本 NaN
售價(jià) NaN
dtype: float64

1.3 對(duì)多行或者多列進(jìn)行操作

1.3.1 求取多列的方差

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

result:

實(shí)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(cè)試.xlsx')
print(df.iloc[[0, 1]].var())

result:

實(shí)體店銷售量 242.0
線上銷售量151250.0
成本242.0
售價(jià) 6160.5
dtype: float64

2 求標(biāo)準(zhǔn)差

2.1對(duì)全表進(jìn)行操作

2.1.1對(duì)每一列求標(biāo)準(zhǔn)差

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

result:

實(shí)體店銷售量 331.910078
線上銷售量304.338299
成本 10.885771
售價(jià) 306.172010
dtype: float64

2.1.2 對(duì)每一行求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df.std(axis=1))

result:

0 102.753345
1 354.992488
2 347.588838
333.619191
4 362.162487
dtype: float64

2.2 對(duì)單獨(dú)的一行或者一列進(jìn)行操作

2.2.1 對(duì)某一列求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx')
print(df['實(shí)體店銷售量'].std())

result:

331.910078183835825

2.2.2 對(duì)某一行求標(biāo)準(zhǔn)差

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

result:

實(shí)體店銷售量 NaN
線上銷售量 NaN
成本 NaN
售價(jià) NaN
dtype: float64

2.3 對(duì)多行或者多列進(jìn)行操作

2.3.1 對(duì)多列求標(biāo)準(zhǔn)差

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

result:

實(shí)體店銷售量 331.910078
線上銷售量304.338299
dtype: float64

2.3.2 對(duì)多行求標(biāo)準(zhǔn)差

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

result:

實(shí)體店銷售量15.556349
線上銷售量388.908730
成本 15.556349
售價(jià) 78.488853
dtype: float64

總結(jié)

到此這篇關(guān)于Python pandas求方差和標(biāo)準(zhǔn)差的文章就介紹到這了,更多相關(guān)pandas求方差和標(biāo)準(zhǔn)差內(nèi)容請(qǐng)搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

香港服務(wù)器租用

版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請(qǐng)保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場(chǎng)，如有內(nèi)容涉嫌侵權(quán)，請(qǐng)聯(lián)系alex-e#qq.com處理。