ในการคำนวณค่าเบี่ยงเบนมาตรฐาน ให้ใช้วิธี std() ของ Pandas ขั้นแรก นำเข้าไลบรารี Pandas ที่จำเป็น -
import pandas as pd
ตอนนี้ สร้าง DataFrame ที่มีสองคอลัมน์ -
dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'], "Units": [100, 150, 110, 80, 110, 90] } )
การหาค่าเบี่ยงเบนมาตรฐานของค่าคอลัมน์ "หน่วย" โดยใช้ std() −
print"Standard Deviation of Units column from DataFrame1 = ",dataFrame1['Units'].std()
ในทำนองเดียวกัน เราได้คำนวณค่าเบี่ยงเบนมาตรฐานจาก 2 nd ดาต้าเฟรม
ตัวอย่าง
ต่อไปนี้เป็นรหัสที่สมบูรณ์ -
# # Python - Calculate the Standard Deviation of column values of a Pandas DataFrame # import pandas as pd # Create DataFrame1 dataFrame1 = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'], "Units": [100, 150, 110, 80, 110, 90] } ) print"DataFrame1 ...\n",dataFrame1 # Finding Standard Deviation of "Units" column values print"Standard Deviation of Units column from DataFrame1 = ",dataFrame1['Units'].std() # Create DataFrame2 dataFrame2 = pd.DataFrame( { "Product": ['TV', 'PenDrive', 'HeadPhone', 'EarPhone', 'HDD', 'SSD'], "Price": [8000, 500, 3000, 1500, 3000, 4000] } ) print"\nDataFrame2 ...\n",dataFrame2 # Finding Standard Deviation of "Price" column values print"Standard Deviation of Price column from DataFrame2 = ",dataFrame2['Price'].std()
ผลลัพธ์
สิ่งนี้จะสร้างผลลัพธ์ต่อไปนี้ -
DataFrame1 ... Car Units 0 BMW 100 1 Lexus 150 2 Audi 110 3 Tesla 80 4 Bentley 110 5 Jaguar 90 Standard Deviation of Units column from DataFrame1 = 24.2212028328 DataFrame2 ... Price Product 0 8000 TV 1 500 PenDrive 2 3000 HeadPhone 3 1500 EarPhone 4 3000 HDD 5 4000 SSD Standard Deviation of Price column from DataFrame2 = 2601.28173535