目录

    准备

    本文用到的表格内容如下:

    先来看一下原始情形:

    import pandas as pd
    ​
    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df)
    
    

    result:

       分类            货品  实体店销售量  线上销售量  成本   售价
    0  水果            苹果      34    234  12   45
    1  家电           电视机      56    784  34  156
    2  家电            冰箱      78    345  24  785
    3  书籍  python从入门到放弃      25     34  13   89
    4  水果            葡萄     789     56   7  398

    1.求方差

    1.1对全表进行操作

    1.1.1求取每列的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.var())
    

    result:

    实体店销售量    110164.3
    线上销售量      92621.8
    成本           118.5
    售价         93741.3
    dtype: float64

    1.1.2 求取每行的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.var(axis=1))
    

    result:

    0     10558.250000
    1    126019.666667
    2    120818.000000
    3      1130.250000
    4    131161.666667
    dtype: float64

    1.2 对单独的一行或者一列进行操作

    1.2.1 求取单独某一列的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df['实体店销售量'].var())
    

    result:

    110164.3

    1.2.2 求取单独某一行的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.iloc[[0]].var())
    

    result:

    实体店销售量   nan
    线上销售量    nan
    成本       nan
    售价       nan
    dtype: float64

    1.3 对多行或者多列进行操作

    1.3.1 求取多列的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df[['实体店销售量', "线上销售量"]].var())
    

    result:

    实体店销售量    110164.3
    线上销售量      92621.8
    dtype: float64

    1.3.2 求取多行的方差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.iloc[[0, 1]].var())
    

    result:

    实体店销售量       242.0
    线上销售量     151250.0
    成本           242.0
    售价          6160.5
    dtype: float64

    2 求标准差

    2.1对全表进行操作

    2.1.1对每一列求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.std())
    

    result:

    实体店销售量    331.910078
    线上销售量     304.338299
    成本         10.885771
    售价        306.172010
    dtype: float64

    2.1.2 对每一行求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.std(axis=1))
    

    result:

    0    102.753345
    1    354.992488
    2    347.588838
    3     33.619191
    4    362.162487
    dtype: float64

    2.2 对单独的一行或者一列进行操作

    2.2.1 对某一列求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df['实体店销售量'].std())
    

    result:

    331.910078183835825

    2.2.2 对某一行求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.iloc[[0]].std())
    

    result:

    实体店销售量   nan
    线上销售量    nan
    成本       nan
    售价       nan
    dtype: float64

    2.3 对多行或者多列进行操作

    2.3.1 对多列求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df[['实体店销售量', "线上销售量"]].std())
    

    result:

    实体店销售量    331.910078
    线上销售量     304.338299
    dtype: float64

    2.3.2 对多行求标准差

    df = pd.read_excel(r'c:\users\admin\desktop\测试.xlsx')
    print(df.iloc[[0, 1]].std())
    

    result:

    实体店销售量     15.556349
    线上销售量     388.908730
    成本         15.556349
    售价         78.488853
    dtype: float64

    总结

    到此这篇关于python pandas求方差和标准差的文章就介绍到这了,更多相关pandas求方差和标准差内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com!