python的std函数_Python Pandas Series.std()用法及代码示例

Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的，但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引，并提供了许多方法来执行涉及索引的操作。

Pandas Series.std()函数返回请求轴上的样品标准偏差。默认情况下，标准偏差由N-1归一化。可以使用ddof参数进行更改。

用法： Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

参数：

axis:{索引(0)}

skipna:排除NA /空值。如果整个行/列均为NA，则结果为NA

level:如果轴是MultiIndex(分层)，则沿特定级别计数，并折叠成标量

ddof:Delta自由度。计算中使用的除数为N-ddof，其中N表示元素数。

numeric_only:布尔值，默认值无

返回：std：标量或系列(如果指定级别)

范例1：采用Series.std()函数查找给定Series对象的标准偏差。

# importing pandas as pd

import pandas as pd

# Creating the Series

sr = pd.Series([100, 25, 32, 118, 24, 65])

# Print the series

print(sr)

输出：

现在我们将使用Series.std()函数查找给定Series对象的标准偏差。

# find standard-deviation along the

# 0th index

sr.std()

输出：

从输出中可以看到，Series.std()函数已成功计算给定Series对象的标准偏差。

范例2：采用Series.std()函数查找给定Series对象的标准偏差。我们的系列对象中有一些缺失值，因此跳过那些缺失值。

# importing pandas as pd

import pandas as pd

# Creating the Series

sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])

# Print the series

print(sr)

输出：

现在我们将使用Series.std()函数查找给定Series对象的标准偏差。

# find standard-deviation along the

# 0th index

sr.std(skipna = True)

输出：

从输出中可以看到，Series.std()函数已成功计算给定Series对象的标准偏差。如果我们不跳过缺少的值，那么输出将是NaN。