pandas中std() 函数的应用

std() 函数用于计算 DataFrame 或 Series 中数值型数据的标准差。标准差是衡量数据集合中数据分散程度的一种统计量，它越大表示数据的波动越大，反之表示数据的波动越小。

下面是一个示例，说明如何使用 std() 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 的标准差
total_std = df.std()
print("Total standard deviation of DataFrame:")
print(total_std)

# 计算每列的标准差
column_std = df.std(axis=0)
print("\nColumn standard deviation:")
print(column_std)

# 计算每行的标准差
row_std = df.std(axis=1)
print("\nRow standard deviation:")
print(row_std)

输出结果：

Total standard deviation of DataFrame:
A    1.581139
B    1.581139
C    1.581139
dtype: float64

Column standard deviation:
A    1.581139
B    1.581139
C    1.581139
dtype: float64

Row standard deviation:
0    3.0
1    3.0
2    3.0
3    3.0
4    3.0
dtype: float64

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