Odchylenie standardowe panda

„„ Pandy ”to świetny język do przeprowadzania analizy danych ze względu na jego wielki ekosystem pakietów Python zorientowanych na dane. To ułatwia analiza i import obu czynników. Odchylenie standardowe jest „typowym” odchyleniem wynikającym ze średniej. Jest często używany, ponieważ zwraca oryginalne jednostki miary. Pandy użyły std () do obliczenia odchylenia standardowego. Odchylenie standardowe można obliczyć na podstawie podanych wartości, które mogą znajdować się w ramce danych w formie wiersza lub kolumny. Będziemy wdrożyć wszystkie możliwe sposoby stosowania standardowego odchylenia Panda. Do wdrożenia kodu użyjemy narzędzia „Spyder”, ponieważ jest napisane w środowisku przyjaznym Python."

Składnia

„DF.std () ”

Do obliczania odchylenia standardowego w ramce danych używana jest następująca składnia. „DF” w ramce danych to skrót „DataFrame”. Co robi odchylenie standardowe? Mierzy, jak rozszerzone są wymagane dane. Im bardziej rozszerzone wysokie wartości, tym wyższe powinno wystąpić odchylenie standardowe.

Powrót

Odchylenie standardowe panda zwraca ramkę danych, jeżeli poziom jest określony w oparciu o wymaganie.

Należy zauważyć, że funkcja „std ()” automatycznie zignoruje wartości „nan” w „df”, obliczając odchylenie standardowe pandas. „NAN” można wyjaśnić jako „nie liczbę”, co oznacza, że ​​nie ma wartości przypisanej do konkretnego.

Poniżej znajdują się metody, które zostaną wykonane z przykładami odchylenia standardowego Panda:

• • Obliczenie odchylenia standardowego panda w jednej kolumnie.
  • Obliczenie odchylenia standardowego panda w wielu kolumnach.
  • Obliczenie odchylenia standardowego panda wszystkich kolumn numerycznych.
  • Odchylenie standardowe panda przy użyciu osi = 1.
  • Odchylenie standardowe panda przy użyciu osi = 0.

Tworzenie ramki danych do obliczania odchylenia standardowego w pandy

Najpierw otwórz oprogramowanie „Spyder”. Teraz importuj bibliotekę Panda jako PD. Utworzymy ramkę danych, która składa się z tablicy wyników o warunkach „X”, „Y” i „Z” z ich punktami jako „22”, „10”, „11”, „16”, „12”, „45 ”,„ 36 ”i„ 40 ”. Mamy ich wartości asyst jako „8”, „9”, „13”, „7”, „22”, „24”, „4” i „6”, mając również wartość zbiórek jako „17”, ” 14 ”,„ 3 ”, 5”, „9”, „8”, „7” i „4”.

Wyświetlacze pokazują utworzoną ramkę danych zgodnie z wartościami przypisanymi w kodzie:

Przykład nr 01: Obliczenie odchylenia standardowego panda w jednej kolumnie

W tym przykładzie obliczymy odchylenie standardowe pojedynczej kolumny w PandaS DataFrame. DataFrame ma wartości zespołu jako „u”, „v” i „b” z ich punktami jako „44”, „33”, „22”, „44”, „45”, „88”, „96 ”I„ 78 ”. Wartości asyst są jak „7”, „8”, „9”, „10”, „11”, „14”, „18” i „17”, które mają również wartości zbiórek jako „11”, „”, ” 9 ”,„ 8 ”,„ 7 ”,„ 6 ”,„ 5 ”,„ 4 ”i„ 3 ”. Kolumna „Punkty” jest wybierane z ramki danych w celu obliczenia odchylenia standardowego pojedynczej kolumny.

Wyjście pokazuje odchylenie standardowe obliczone w kolumnie „punkty”:

Przykład nr 02: Obliczenie odchylenia standardowego panda w wielu kolumnach

W tym przykładzie wykonamy obliczenia odchylenia standardowego Pandas w wielu kolumnach. W tym ramie danych dane są ponownie wyników sportowej o wartości zespołu jako „N”, „W” i „T” z wynikiem jako „33”, „22”, „66”, „55”, „44”, „88”, „99” i „77”. Asyst jako „9”, „7”, „8”, „11”, „16”, „14”, „12” i „13” oraz zbiórki jako „5”, „8”, „1”, „ 2 ”,„ 3 ”,„ 4 ”,„ 6 ”i„ 7 ”. Tutaj obliczymy odchylenie standardowe dwóch kolumn „punkty” i „zbiórki” za pomocą funkcji std () zastosowanej do dataframe.

Jak widzimy, wyjście pokazuje, że odchylenie standardowe pojawiło się jako 26.944387 w kolumnie punktowej i 2.449490 odpowiednio w kolumnie odbijania.

Przykład nr 03: Obliczenie odchylenia standardowego panda wszystkich kolumn numerycznych

Teraz nauczyliśmy się obliczyć odchylenie standardowe pojedynczych i wielu wierszy. Co jeśli nie chcemy określić wszystkich nazw kolumn w ramce danych i obliczyć całą ramkę danych? Jest to możliwe dzięki prostej wdrożeniu funkcji odchylenia standardowego panda do obliczenia kompletnej ramki danych w wynikach. Tutaj składa się z „L”, „M” i „O” z wartościami punktacji „33”, „36”, „79”, „78”, „58”, „55”, a dwie drużyny oceniają to samo To jest „25”. Asysty są jak „1”, „2”, „3”, „4”, „6”, „9”, „5” i „7”, a ich zbiórki jako „14”, „10”, „2” , „5”, „8”, „3”, „6” i „9”. Możemy obliczyć wszystkie standardowe odchylenia kolumnowe przez pandy w ramce danych za pomocą funkcji pand „std ()”.

Wyświetlacz ma obliczone odchylenie standardowe całego „DF” pokazane poniżej; Możemy również zauważyć, że pandy nie obliczyły odchylenia standardowego pierwszej kolumny, która jest „zespołem”, ponieważ nie jest to kolumna numeryczna.

Przykład nr 04: Odchylenie standardowe panda przy użyciu osi = 0

W tym przykładzie skały danych mają zespoły sportu jako „g”, „h” i „k” z dalszymi danymi. Tutaj obliczymy odchylenie standardowe za pomocą osi jako „0”, parametru użytego w odchyleniu standardowym PandaS. Ten argument oblicza podstawową kolumnę odchylenia standardowego DataFrame.

Poniższe wyjście wyświetla wyniki w kolumnach obliczonego odchylenia standardowego. Kolumna punktów ma obliczone odchylenie standardowe jako „24.0313062 ”, kolumna asyst ma obliczone odchylenie standardowe jako„ 2.669270 ”, a obliczone odchylenie standardowe kolumny odbicia jest pokazane jako„ 3.943802 ”.

Przykład nr 05: Odchylenie standardowe panda przy użyciu osi = 1

Tutaj użyjemy parametru osi przypisanego jako „1” do obliczenia odchylenia standardowego w pandy. Jaką różnicę może zrobić oś „1”? Argument osi „1” oblicza standardowe odchylenie wartości wartości liczbowej w ramce danych. DataFrame ma trzy zespoły jako „s”, „d” i „e”, z dodaniem kolumn danych utworzonych jako punkty zespołu, asystę zespołu i zbiórki zespołu. Wszystkie wskazówki są przypisywane z różnymi wartościami w ramce danych. Ten parametr osi jest tak zmieniaczem gier, ponieważ do tego czasu musimy pracować nad danymi, w których chcemy, aby były one w kolumnie plus punkt obliczony z wykonywanego odchylenia standardowego.

Poniższe wyjście wyświetla odchylenie standardowe obliczone w wierszu ramki danych:

Wniosek

Odchylenie standardowe Panda jest bardzo techniczną funkcją, która jest bardzo korzystną funkcją, ponieważ znajduje standardowe odchylenie entuzjazmu paktu pandasów pandas. W tym artykule redakcyjnym zbadaliśmy metody obliczania odchylenia standardowego w pandach. Przeprowadziliśmy obliczenia odchylenia standardowego i wielu kolumn, a także obliczyliśmy odchylenie standardowe całej ramki danych. Wszystkie strategie działają dobrze, o ile są one używane konsekwentnie i z pożądanymi wynikami.