Pandas에서 표준편차를 계산하는 방법: 예 포함
DataFrame.std() 함수를 사용하여 팬더 DataFrame 값의 표준 편차를 계산할 수 있습니다.
실제로 표준 편차를 계산하려면 다음 방법을 사용할 수 있습니다.
방법 1: 열의 표준 편차 계산
df [ ' column_name ' ] . std ( )
방법 2: 여러 열의 표준 편차 계산
df [[ ' column_name1 ', ' column_name2 '] ] . std ( )
방법 3: 모든 숫자 열의 표준 편차 계산
df . std ( )
std() 함수는 표준 편차를 계산할 때 DataFrame의 NaN 값을 자동으로 무시합니다.
다음 예에서는 다음 Pandas DataFrame에서 각 메서드를 사용하는 방법을 보여줍니다.
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'], ' points ': [25, 12, 15, 14, 19, 23, 25, 29], ' assists ': [5, 7, 7, 9, 12, 9, 9, 4], ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]}) #view DataFrame print (df) team points assists rebounds 0 to 25 5 11 1 to 12 7 8 2 B 15 7 10 3 B 14 9 6 4 B 19 12 6 5 B 23 9 5 6 C 25 9 9 7 C 29 4 12
방법 1: 열의 표준 편차 계산
다음 코드는 DataFrame에서 열의 표준 편차를 계산하는 방법을 보여줍니다.
#calculate standard deviation of 'points' column df [ ' points ' ] . std ( ) 6.158617655657106
표준편차는 6.1586 입니다.
방법 2: 여러 열의 표준 편차 계산
다음 코드는 DataFrame에 있는 여러 열의 표준 편차를 계산하는 방법을 보여줍니다.
#calculate standard deviation of 'points' and 'rebounds' columns
df[[' points ', ' rebounds ']]. std ()
points 6.158618
rebounds 2.559994
dtype:float64
“포인트” 열의 표준편차는 6.1586 이고 “리바운드” 열의 표준편차는 2.5599 입니다.
방법 3: 모든 숫자 열의 표준 편차 계산
다음 코드는 DataFrame에 있는 각 숫자 열의 표준 편차를 계산하는 방법을 보여줍니다.
#calculate standard deviation of all numeric columns
df. std ()
points 6.158618
assists 2.549510
rebounds 2.559994
dtype:float64
Pandas는 숫자 열이 아니기 때문에 “팀” 열의 표준 편차를 계산하지 않았습니다.
추가 리소스
다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.
Pandas에서 열의 평균을 계산하는 방법
Pandas에서 열 중앙값을 계산하는 방법
Pandas에서 열의 최대값을 계산하는 방법