นุ่น: วิธีคำนวณค่าเบี่ยงเบนมาตรฐานสำหรับแต่ละแถว

คุณสามารถใช้ไวยากรณ์พื้นฐานต่อไปนี้เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของค่าสำหรับแต่ละแถวของ DataFrame ของ pandas:

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

อาร์กิวเมนต์ axis=1 บอกให้แพนด้าทำการคำนวณสำหรับแต่ละแถว (แทนที่จะเป็นแต่ละคอลัมน์) และ numeric_only=True บอกให้แพนด้าพิจารณาเฉพาะคอลัมน์ตัวเลขเมื่อทำการคำนวณ

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: คำนวณค่าเบี่ยงเบนมาตรฐานสำหรับแต่ละแถวใน Pandas

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับคะแนนที่ผู้เล่นบาสเกตบอลหลายคนทำคะแนนระหว่างสี่เกมที่แตกต่างกัน:

 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

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อคำนวณค่าเบี่ยงเบนมาตรฐานของคะแนนที่ผู้เล่นแต่ละคนทำได้:

 #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

ต่อไปนี้เป็นวิธีการตีความผลลัพธ์:

• ค่าเบี่ยงเบนมาตรฐานของคะแนนที่ผู้เล่น A ทำได้คือ 5.439
• ค่าเบี่ยงเบนมาตรฐานของคะแนนที่ผู้เล่น B ทำได้คือ 7.182
• ค่าเบี่ยงเบนมาตรฐานของคะแนนที่ทำโดยผู้เล่น C คือ 5.477

และอื่นๆ

โปรดทราบว่าฟังก์ชัน std() จะคำนวณค่าเบี่ยงเบนมาตรฐานของกลุ่มตัวอย่างตามค่าเริ่มต้น

หากคุณต้องการคำนวณค่าเบี่ยงเบนมาตรฐานของประชากรแทน คุณต้องใช้อาร์กิวเมนต์ 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

ที่เกี่ยวข้อง: ประชากรกับ ตัวอย่างค่าเบี่ยงเบนมาตรฐาน: เมื่อใดควรใช้แต่ละรายการ

หากต้องการกำหนดค่าเบี่ยงเบนมาตรฐานให้กับคอลัมน์ใหม่ คุณสามารถใช้ไวยากรณ์ต่อไปนี้:

 #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

ค่าเบี่ยงเบนมาตรฐานของค่าสำหรับแต่ละแถวในคอลัมน์ game1 , game2 , game3 และ game4 จะแสดงอยู่ในคอลัมน์ point_std

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่น ๆ ในแพนด้า:

วิธีรับ Pandas DataFrame แถวแรก
วิธีลบแถวแรกใน Pandas DataFrame
วิธีแทรกแถวลงใน Pandas DataFrame