pandas中var() 函数的应用

var() 函数用于计算 DataFrame 或 Series 中数值型数据的方差。方差是衡量数据分散程度的一种统计量，它是各个数据与整个数据集平均值之差的平方的平均值。

下面是一个示例，说明如何使用 var() 函数：

import pandas as pd

# 创建一个 DataFrame
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [4, 5, 6, 7, 8],
    'C': [7, 8, 9, 10, 11]
}
df = pd.DataFrame(data)

# 计算整个 DataFrame 的方差
total_var = df.var()
print("Total variance of DataFrame:")
print(total_var)

# 计算每列的方差
column_var = df.var(axis=0)
print("\nColumn variance:")
print(column_var)

# 计算每行的方差
row_var = df.var(axis=1)
print("\nRow variance:")
print(row_var)

输出结果：

Total variance of DataFrame:
A    2.5
B    2.5
C    2.5
dtype: float64

Column variance:
A    2.5
B    2.5
C    2.5
dtype: float64

Row variance:
0    9.0
1    9.0
2    9.0
3    9.0
4    9.0
dtype: float64

在这个示例中，我们首先创建了一个 DataFrame，并使用 var() 函数计算了整个 DataFrame 的方差、每列的方差以及每行的方差。可以通过指定 axis 参数来沿着行或列进行计算方差，默认情况下是对列进行计算方差。