Pandas：计算整个数据框的均值或标准差（标准差）

  • Z时代
  • 2024-01-10
  • 分类：问答

这是我的问题，我有一个像这样的数据框：

    Depr_1  Depr_2  Depr_3
S3  0   5   9
S2  4   11  8
S1  6   11  12
S5  0   4   11
S4  4   8   8

我只想计算整个数据帧的平均值，因为以下方法不起作用：

df.mean()

然后我想出了：

df.mean().mean()

但是，此技巧不适用于计算标准偏差。我最后的尝试是：

df.get_values().mean()
df.get_values().std()

除了在后一种情况下，它使用了numpy中的mean（）和std（）函数。这不是平均值的问题，而是std的问题，因为pandas函数默认使用ddof=1，而不是numpy的where

ddof=0。

回答：

您可以将数据stack框转换为单列（将形状从5x3更改为15x1），然后采用标准偏差：

df.stack().std()         # pandas default degrees of freedom is one

或者，您可以values在采用标准差之前使用来将熊猫数据框转换为numpy数组：

df.values.std(ddof=1)    # numpy default degrees of freedom is zero

与pandas不同，numpy默认情况下会给出整个数组的标准差，因此在进行标准差处理之前无需重塑形状。

另外一些注意事项：

  • 这里的numpy方法比熊猫方法要快一些，当您可以选择用numpy或pandas完成相同的事情时，通常情况就是这样。速度差异取决于数据的大小，但是当我在笔记本电脑（numpy版本1.15.4和pandas版本0.23.4）上测试一些不同大小的数据帧时，numpy的速度大约快10倍。

  • 此处的numpy和pandas方法不会给出完全相同的答案，但将非常接近（相同的精度为几位数）。差异是由于在幕后的实现中存在细微差异，这些差异会影响浮点值的取整方式。

以上是 Pandas：计算整个数据框的均值或标准差（标准差） 的全部内容， 来源链接： utcz.com/qa/403710.html

回到顶部