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      25     34  13   89
4  水果            葡萄     789     56   7  398

1.求方差

1.1對全表進(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\測試.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 對單獨(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對全表進(jìn)行操作

2.1.1對每一列求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對每一行求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對單獨(dú)的一行或者一列進(jìn)行操作

2.2.1 對某一列求標(biāo)準(zhǔn)差

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

result:

331.910078183835825

2.2.2 對某一行求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對多行或者多列進(jìn)行操作

2.3.1 對多列求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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 對多行求標(biāo)準(zhǔn)差

df = pd.read_excel(r'C:\Users\admin\Desktop\測試.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)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論