Python pandas计算方差与标准差实战指南

准备工作

本文将基于以下表格数据进行演示：

首先查看原始数据状态：

import pandas as pd
​
df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df)

运行结果如下：

分类 货品 实体店销售量 线上销售量 成本 售价 0 水果 苹果 34 234 12 45 1 家电 电视机 56 784 34 156 2 家电 冰箱 78 345 24 785 3 书籍 python从入门到放弃 25 34 13 89 4 水果 葡萄 789 56 7 398

1. 计算方差

1.1 针对整个数据表进行操作

1.1.1 计算每一列的方差

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

输出结果：

实体店销售量 110164.3 线上销售量 92621.8 成本 118.5 售价 93741.3 dtype: float64

1.1.2 计算每一行的方差

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

输出结果：

0 10558.250000 1 126019.666667 2 120818.000000 3 1130.250000 4 131161.666667 dtype: float64

1.2 针对单独的一行或一列进行操作

1.2.1 计算特定某一列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].var())

输出结果：

110164.3

1.2.2 计算特定某一行的方差

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

输出结果：

实体店销售量 NaN 线上销售量 NaN 成本 NaN 售价 NaN dtype: float64

1.3 针对多行或多列进行操作

1.3.1 计算多列的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].var())

输出结果：

实体店销售量 110164.3 线上销售量 92621.8 dtype: float64

1.3.2 计算多行的方差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df.iloc[[0, 1]].var())

输出结果：

实体店销售量 242.0 线上销售量 151250.0 成本 242.0 售价 6160.5 dtype: float64

2. 计算标准差

2.1 针对整个数据表进行操作

2.1.1 计算每一列的标准差

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

输出结果：

实体店销售量 331.910078 线上销售量 304.338299 成本 10.885771 售价 306.172010 dtype: float64

2.1.2 计算每一行的标准差

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

输出结果：

0 102.753345 1 354.992488 2 347.588838 3 33.619191 4 362.162487 dtype: float64

2.2 针对单独的一行或一列进行操作

2.2.1 计算特定某一列的标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df['实体店销售量'].std())

输出结果：

331.910078183835825

2.2.2 计算特定某一行的标准差

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

输出结果：

实体店销售量 NaN 线上销售量 NaN 成本 NaN 售价 NaN dtype: float64

2.3 针对多行或多列进行操作

2.3.1 计算多列的标准差

df = pd.read_excel(r'C:\Users\admin\Desktop\测试.xlsx')
print(df[['实体店销售量', "线上销售量"]].std())

输出结果：

实体店销售量 331.910078 线上销售量 304.338299 dtype: float64

2.3.2 计算多行的标准差

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

输出结果：

实体店销售量 15.556349 线上销售量 388.908730 成本 15.556349 售价 78.488853 dtype: float64

总结

至此，关于Python pandas计算方差和标准差的介绍已完成。如需了解更多相关pandas统计知识，可查阅本站往期文章或继续浏览后续内容，感谢支持！