Pandas: как рассчитать стандартное отклонение для каждой строки

Вы можете использовать следующий базовый синтаксис для расчета стандартного отклонения значений для каждой строки DataFrame pandas:

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

Аргумент axis=1 сообщает pandas выполнять вычисления для каждой строки (вместо каждого столбца), а numeric_only=True указывает pandas учитывать только числовые столбцы при выполнении вычислений.

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: вычислить стандартное отклонение для каждой строки в Pandas

Предположим, у нас есть следующий DataFrame pandas, который содержит информацию об очках, набранных различными баскетболистами в четырех разных играх:

 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

Мы можем использовать следующий синтаксис для расчета стандартного отклонения очков, набранных каждым игроком:

 #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

Вот как интерпретировать результат:

• Стандартное отклонение очков, набранных игроком А, составляет 5,439 .
• Стандартное отклонение очков, набранных игроком Б, составляет 7,182 .
• Стандартное отклонение очков, набранных игроком С, составляет 5,477 .

И так далее.

Обратите внимание, что функция std() по умолчанию вычисляет стандартное отклонение выборки.

Если вместо этого вы хотите рассчитать стандартное отклонение генеральной совокупности, вы должны использовать аргумент 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

Связанный: Население против. Пример стандартного отклонения: когда использовать каждое из них

Чтобы присвоить значения стандартного отклонения новому столбцу, вы можете использовать следующий синтаксис:

 #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

Стандартное отклонение значений для каждой строки в столбцах game1 , game2 , game3 и game4 теперь отображается в столбцеpoints_std .

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные операции в pandas:

Как получить первую строку Pandas DataFrame
Как удалить первую строку в Pandas DataFrame
Как вставить строку в DataFrame Pandas