您好,登錄后才能下訂單哦!
今天就跟大家聊聊有關(guān)Python中怎么使用pandas求方差和標(biāo)準(zhǔn)差,可能很多人都不太了解,為了讓大家更加了解,小編給大家總結(jié)了以下內(nèi)容,希望大家根據(jù)這篇文章可以有所收獲。
本文用到的表格內(nèi)容如下:
先來(lái)看一下原始情形:
import pandas as pd df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df)
result:
分類(lèi) 貨品 實(shí)體店銷(xiāo)售量 線上銷(xiāo)售量 成本 售價(jià)
0 水果 蘋(píng)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(shū)籍 python從入門(mén)到放棄 25 34 13 89
4 水果 葡萄 789 56 7 398
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.var())
result:
實(shí)體店銷(xiāo)售量 110164.3
線上銷(xiāo)售量 92621.8
成本 118.5
售價(jià) 93741.3
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df['實(shí)體店銷(xiāo)售量'].var())
result:
110164.3
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.iloc[[0]].var())
result:
實(shí)體店銷(xiāo)售量 NaN
線上銷(xiāo)售量 NaN
成本 NaN
售價(jià) NaN
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df[['實(shí)體店銷(xiāo)售量', "線上銷(xiāo)售量"]].var())
result:
實(shí)體店銷(xiāo)售量 110164.3
線上銷(xiāo)售量 92621.8
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.iloc[[0, 1]].var())
result:
實(shí)體店銷(xiāo)售量 242.0
線上銷(xiāo)售量 151250.0
成本 242.0
售價(jià) 6160.5
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.std())
result:
實(shí)體店銷(xiāo)售量 331.910078
線上銷(xiāo)售量 304.338299
成本 10.885771
售價(jià) 306.172010
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)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
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df['實(shí)體店銷(xiāo)售量'].std())
result:
331.910078183835825
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.iloc[[0]].std())
result:
實(shí)體店銷(xiāo)售量 NaN
線上銷(xiāo)售量 NaN
成本 NaN
售價(jià) NaN
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df[['實(shí)體店銷(xiāo)售量', "線上銷(xiāo)售量"]].std())
result:
實(shí)體店銷(xiāo)售量 331.910078
線上銷(xiāo)售量 304.338299
dtype: float64
df = pd.read_excel(r'C:\Users\admin\Desktop\測(cè)試.xlsx') print(df.iloc[[0, 1]].std())
result:
實(shí)體店銷(xiāo)售量 15.556349
線上銷(xiāo)售量 388.908730
成本 15.556349
售價(jià) 78.488853
dtype: float64
看完上述內(nèi)容,你們對(duì)Python中怎么使用pandas求方差和標(biāo)準(zhǔn)差有進(jìn)一步的了解嗎?如果還想了解更多知識(shí)或者相關(guān)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道,感謝大家的支持。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。