Pandas std() definieras som en funktion för att beräkna standardavvikelsen för den givna uppsättningen siffror, DataFrame, kolumn och rader. För att beräkna standardavvikelsen måste vi importera paketet med namnet ' statistik ' för beräkning av median.

Standardavvikelsen normaliseras av N-1 som standard och kan ändras med hjälp av jag kommer argument.

Syntax:

 Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)  

Parametrar:

axel: {index (0), kolumner (1)} beställa: Det exkluderar alla NA/null-värden. Om NA finns i en hel rad/kolumn blir resultatet NA. nivå: Den räknas tillsammans med en viss nivå och kollapsar till en skalär om axeln är ett MultiIndex (hierarkiskt). Jag ska: Delta Frihetsgrader. Divisorn som används i beräkningar är N - ddof, där N representerar antalet element. numeric_only: booleskt, standardvärde Inget
Det inkluderar endast float, int, booleska kolumner. Om det är Ingen kommer det att försöka använda allt, så använd endast numerisk data.
Det är inte implementerat för en serie.

Returnerar:

Den returnerar Series eller DataFrame om nivån är angiven.

Exempel 1:

 import pandas as pd # calculate standard deviation import numpy as np print(np.std([4,7,2,1,6,3])) print(np.std([6,9,15,2,-17,15,4]))  

Produktion

 2.1147629234082532 10.077252622027656  

Exempel 2:

 import pandas as pd import numpy as np #Create a DataFrame info = { 'Name':['Parker','Smith','John','William'], 'sub1_Marks':[52,38,42,37], 'sub2_Marks':[41,35,29,36]} data = pd.DataFrame(info) data # standard deviation of the dataframe data.std()  

Produktion

 sub1_Marks 6.849574 sub2_Marks 4.924429 dtype: float64