เขียนโปรแกรม Python หาค่า Mean Absolute Deviation (MAD) ของแถวและคอลัมน์ใน DataFrame

สมมติว่าคุณมี DataFrame และต้องการคำนวณ Mean Absolute Deviation (MAD) แยกตามคอลัมน์และแถว

วิธีแก้ปัญหา

1. สร้าง DataFrame
2. ใช้ df.mad() คำนวณ MAD ของคอลัมน์ (default axis=0)
3. ใช้ df.mad(axis=1) คำนวณ MAD ของแถว

ตัวอย่างโค้ด

import pandas as pd

data = {"Column1": [6, 5.3, 5.9, 7.8, 7.6, 7.45, 7.75],
        "Column2": [7, 7.1, 7.2, 6, 6.1, 6.3, 5.1]}
df = pd.DataFrame(data)

print("DataFrame ต้นฉบับ:\n", df)

print("\nMAD ของคอลัมน์ (axis=0):")
print(df.mad())

print("\nMAD ของแถว (axis=1):")
print(df.mad(axis=1))

ผลลัพธ์

DataFrame ต้นฉบับ:
   Column1  Column2
0     6.00      7.0
1     5.30      7.1
2     5.90      7.2
3     7.80      6.0
4     7.60      6.1
5     7.45      6.3
6     7.75      5.1

MAD ของคอลัมน์ (axis=0):
Column1    0.938776
Column2    0.600000
dtype: float64

MAD ของแถว (axis=1):
0    0.500
1    0.900
2    0.650
3    0.900
4    0.750
5    0.575
6    1.325
dtype: float64

คำอธิบาย:

• MAD (Mean Absolute Deviation): ค่าเฉลี่ยของค่าความคลาดเคลื่อนสัมบูรณ์จากค่าเฉลี่ย สูตร: mean(|x - mean(x)|)
• axis=0 (default): คำนวณต่อคอลัมน์ (column-wise)
• axis=1: คำนวณต่อแถว (row-wise)
• MAD ทนทานต่อ outliers มากกว่าความแปรปรวน (variance) หรือสถิติที่ใช้กำลังสอง