<\/p>\n
Voc\u00ea pode usar os seguintes m\u00e9todos para calcular o desvio padr\u00e3o por grupo em pandas:<\/span><\/p>\n M\u00e9todo 1: Calcular o desvio padr\u00e3o de uma coluna agrupada por uma coluna<\/strong><\/span><\/p>\n M\u00e9todo 2: Calcular o desvio padr\u00e3o de m\u00faltiplas colunas agrupadas por uma \u00fanica coluna<\/strong><\/span><\/p>\n M\u00e9todo 3: Calcular o desvio padr\u00e3o de uma coluna agrupada por m\u00faltiplas colunas<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica com o seguinte DataFrame do pandas:<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o desvio padr\u00e3o da coluna de pontos<\/strong> , agrupados por coluna de equipe<\/strong> :<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o desvio padr\u00e3o da coluna de pontos<\/strong> e o desvio padr\u00e3o da coluna de assist\u00eancias<\/strong> , agrupados pela coluna de equipes<\/strong> :<\/span><\/p>\n O resultado exibe o desvio padr\u00e3o da coluna de pontos<\/strong> e da coluna de assist\u00eancias<\/strong> para cada equipe.<\/span><\/p>\n O c\u00f3digo a seguir mostra como calcular o desvio padr\u00e3o da coluna de pontos<\/strong> , agrupados por colunas de equipe<\/strong> e posi\u00e7\u00e3o<\/strong> :<\/span><\/p>\n Pelo resultado podemos ver:<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras tarefas comuns do panda:<\/span><\/p>\n Como calcular a m\u00e9dia do grupo em pandas<\/a> Voc\u00ea pode usar os seguintes m\u00e9todos para calcular o desvio padr\u00e3o por grupo em pandas: M\u00e9todo 1: Calcular o desvio padr\u00e3o de uma coluna agrupada por uma coluna df. groupby ([‘ group_col ‘])[‘ value_col ‘]. std () M\u00e9todo 2: Calcular o desvio padr\u00e3o de m\u00faltiplas colunas agrupadas por uma \u00fanica coluna df. groupby ([‘ group_col […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-3697","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df. groupby<\/span> ([' group_col<\/span> '])[' value_col<\/span> ']. std<\/span> ()\n<\/strong><\/pre>\n df. groupby<\/span> ([' group_col<\/span> '])[' value_col1<\/span> ', ' value_col2<\/span> ']. std<\/span> ()<\/strong><\/pre>\n df. groupby<\/span> ([' group_col1<\/span> ', ' group_col2<\/span> '])[' value_col<\/span> ']. std<\/span> ()<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'],\n ' position<\/span> ': ['G', 'F', 'F', 'G', 'F', 'F', 'G', 'G'],\n ' points<\/span> ': [30, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [4, 3, 7, 7, 12, 15, 8, 4]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team position points assists\n0 AG 30 4\n1 AF 22 3\n2 FY 19 7\n3 AG 14 7\n4 BF 14 12\n5 BF 11 15\n6 BG 20 8\n7 BG 28 4\n<\/strong><\/pre>\n Exemplo 1: Calcule o desvio padr\u00e3o de uma coluna agrupada por uma coluna<\/strong><\/span><\/h2>\n
#calculate standard deviation of points grouped by team\n<\/span>df. groupby<\/span> (' team<\/span> ')[' points<\/span> ']. std<\/span> ()\n\nteam\nA 6.70199\nB 7.50000\nName: points, dtype: float64\n<\/span><\/span><\/strong><\/pre>\n\n
Exemplo 2: Calcule<\/strong><\/span> o desvio padr\u00e3o<\/strong><\/span> de m\u00faltiplas colunas agrupadas por uma \u00fanica coluna<\/strong><\/span><\/h2>\n
#calculate standard deviation of points and assists grouped by team\n<\/span>df. groupby<\/span> (' team<\/span> ')[[' points<\/span> ', ' assists<\/span> ']]. std<\/span> ()\n\n\tassist points\nteam\t\t\nA 6.70199 2.061553\nB 7.50000 4.787136\n<\/span><\/span><\/strong><\/pre>\n Exemplo 3: Calcule o desvio padr\u00e3o de uma coluna agrupada por m\u00faltiplas colunas<\/strong><\/span><\/h2>\n
#calculate standard deviation of points, grouped by team and position\n<\/span>df. groupby<\/span> ([' team<\/span> ', ' position<\/span> '])[' points<\/span> ']. std<\/span> ()\n\nteam position\nAF 2.121320\n G 11.313708\nBF 2.121320\n G 5.656854\nName: points, dtype: float64\n<\/span><\/span><\/strong><\/pre>\n\n
Recursos adicionais<\/strong><\/span><\/h2>\n
Como calcular o valor m\u00e1ximo por grupo no Pandas<\/a>
Como calcular o valor por grupo no Pandas<\/a>
Como calcular quantis por grupo no Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"