Pandas: como calcular o desvio padrão para cada linha

Você pode usar a seguinte sintaxe básica para calcular o desvio padrão dos valores para cada linha de um DataFrame do pandas:

 df. std (axis= 1 , numeric_only= True )

O argumento axis=1 diz ao pandas para realizar o cálculo para cada linha (em vez de cada coluna) e numeric_only=True diz ao pandas para considerar apenas colunas numéricas ao realizar o cálculo.

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: calcule o desvio padrão para cada linha no Pandas

Suponha que temos o seguinte DataFrame do pandas que contém informações sobre pontos marcados por vários jogadores de basquete durante quatro jogos diferentes:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' player ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' game1 ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' game2 ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' game3 ': [11, 8, 10, 6, 6, 5, 9, 12],
                   ' game4 ': [9, 8, 8, 9, 14, 15, 10, 11]})
                   
#view DataFrame
print (df)

  player game1 game2 game3 game4
0 A 18 5 11 9
1 B 22 7 8 8
2 C 19 7 10 8
3 D 14 9 6 9
4 E 14 12 6 14
5 F 11 9 5 15
6 G 20 9 9 10
7:28 4 12 11

Podemos usar a seguinte sintaxe para calcular o desvio padrão dos pontos marcados por cada jogador:

 #calculate standard deviation for each row
df. std (axis= 1 , numeric_only= True )

0 5.439056
1 7.182154
2 5.477226
3 3.316625
4 3.785939
5 4.163332
6 5.354126
7 10.144785
dtype:float64

Veja como interpretar o resultado:

• O desvio padrão dos pontos marcados pelo jogador A é 5,439 .
• O desvio padrão dos pontos marcados pelo jogador B é 7,182 .
• O desvio padrão dos pontos marcados pelo jogador C é 5,477 .

E assim por diante.

Observe que a função std() calcula o desvio padrão da amostra por padrão.

Se você quiser calcular o desvio padrão da população, deverá usar o argumento ddof=0 :

 #calculate population standard deviation for each row
df. std (axis= 1 , ddof= 0 , numeric_only= True )

0 4.747351
1 5.881366
2 4.807037
3 3.384910
4 3.983518
5 3.915150
6 4.892772
7 8.091179
dtype:float64

Relacionado: População vs. Desvio padrão da amostra: quando usar cada um

Para atribuir valores de desvio padrão a uma nova coluna, você pode usar a seguinte sintaxe:

 #add new column to display standard deviation for each row
df[' std_points '] = df. std (axis= 1 , numeric_only= True )

#view updated DataFrame
print (df)

  player game1 game2 game3 game4 points_std
0 A 18 5 11 9 5.439056
1 B 22 7 8 8 7.182154
2 C 19 7 10 8 5.477226
3 D 14 9 6 9 3.316625
4 E 14 12 6 14 3.785939
5 F 11 9 5 15 4.163332
6 G 20 9 9 10 5.354126
7:28 AM 4 12 11 10.144785

O desvio padrão dos valores de cada linha nas colunas game1 , game2 , game3 e game4 agora é exibido na coluna points_std .

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Como obter a primeira linha do Pandas DataFrame
Como remover a primeira linha no Pandas DataFrame
Como inserir uma linha em um DataFrame do Pandas