Pandas计算标准差

Posted 2023-05-17

参考技术A

标准差（或方差），分为总体标准差（方差）和样本标准差（方差）。

前者分母为n，后者为n-1。后者是无偏的。

pandas 里的 df.std() 和 df.var() 都是算的无偏的。

而 numpy 是有偏的。

如果需要用 pandas 的 std() 方法计算有偏标准差，可以用下面两种方法：

Excel中也有计算有偏标准差和无偏标准差的函数。
STDEV 是估计 样本的标准偏差 ；
STDEVA 是在前者基础上令文本和逻辑值参与计算。
STDEVP 是整个样本 总体的标准偏差 ；
STDEVPA 也是在前者基础上令文本和逻辑值参与计算。

如何计算列表中每个系列的标准差和平均值

【中文标题】如何计算列表中每个系列的标准差和平均值

【英文标题】：How to calculate the standard deviation and mean of each series in a list

【发布时间】：2019-01-01 18:09:18

【问题描述】：

如何计算上述列表中每个系列的标准差和平均值。

【问题讨论】：

请以文字形式提交问题材料，而不是屏幕截图，并展示您迄今为止为解决问题所做的工作。

Pandas series mean and standard deviation的可能重复

【参考方案1】：

Pandas 为 Series 内置了 mean 和 std 方法：

[(x.mean(), x.std()) for x in data]

输出：

[(0.49934333895737004, 0.27461607837320307),
 (0.48249584271287005, 0.29392453866333784),
 (0.5253031047833215, 0.2915732660895214),
 (0.502227202304306, 0.2800155771737585),
 (0.45248717136739863, 0.3065349918155113),
 (0.524076962361421, 0.30774118943725953),
 (0.49854839726526873, 0.2903590219165625)]

数据：

import numpy as np
import pandas as pd 

np.random.seed(123)
data = [pd.Series(x) for x in np.random.random(size=(7,245))]