HOWTO · Pandas
計算 Pandas DataFrame 中的方差
本教程演示瞭如何計算 Python Pandas DataFrame 中的方差。
本頁內容
本教程將演示如何計算 Python Pandas DataFrame 中的方差。
方差的定義
統計方差是資料離散度的度量。通過方差，我們可以知道資料中的分佈。
資料點離它們的平均值越遠，方差越大。方差是平方標準差。
方差分三步計算：
-
確定每個資料點與平均值的差異程度。
-
計算每個差值的平方。
-
將平方差的總和除以樣本中的觀察數（減 1）。
我們使用 DataFrame 物件呼叫 var() 方法來計算方差。此方法接受四個可選引數。
語法：
# Python 3.x
variance = df.var(axis, skipna, level, ddof)
axis：指定沿哪個軸計算方差。值 0 表示一列，值 1 表示一行。預設值為 0（列軸）。skipna：指定是否跳過空值。預設值是 true。level：與多索引（分層）軸的某個級別一起計數，摺疊成一個系列。字串指定級別的名稱。ddof：代表自由度。N – ddof是計算中使用的除數，其中 N 是元素的數量。numeric_only：僅使用浮點、整數和布林列。如果 None，一切都會先嚐試，然後只使用數字資料，對於 Series，沒有實現。
計算 Pandas DataFrame 中單列的方差
在呼叫 var() 方法計算方差時，我們可以通過在方括號中指定 DataFrame 的列名來計算單列的方差。
示例程式碼：
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{"C1": [2, 7, 5, 4], "C2": [4, 1, 8, 2], "C3": [6, 6, 6, 5], "C4": [3, 2, 8, 7]}
)
display(df)
C1_variance = df["C1"].var()
print("Variance of C1:", C1_variance)
輸出：
計算整個 Pandas DataFrame 的方差
我們可以使用 DataFrame 物件的內建方法來計算整個 DataFrame 的均值、標準差和方差。
在下面的程式碼中，我們有一個 DataFrame，我們計算了所有這三個變數並將它們儲存在另一個名為 stats 的 DataFrame 中。
mean() 方法計算平均值。std() 方法計算標準差，var() 方法計算整個 DataFrame 的方差。
最後，我們展示了 statsDataFrame。
示例程式碼：
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{"C1": [2, 7, 5, 4], "C2": [4, 1, 8, 2], "C3": [6, 6, 6, 5], "C4": [3, 2, 8, 7]}
)
display(df)
stats = pd.DataFrame()
stats["Mean"] = df.mean()
stats["Std_Dev"] = df.std()
stats["Variance"] = df.var()
display(stats)
輸出：
計算 Pandas DataFrame 沿列軸的方差
為了逐列計算方差，我們將指定 axis=0 作為 var() 方法的引數。預設情況下，方差是按列計算的。
示例程式碼：
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{"C1": [2, 7, 5, 4], "C2": [4, 1, 8, 2], "C3": [6, 6, 6, 5], "C4": [3, 2, 8, 7]}
)
display(df)
df.var(axis=0)
計算 Pandas DataFrame 沿行軸的方差
我們將指定 axis=1 作為 var() 方法的引數，以計算行值的方差。
示例程式碼：
# Python 3.x
import pandas as pd
df = pd.DataFrame(
{"C1": [2, 7, 5, 4], "C2": [4, 1, 8, 2], "C3": [6, 6, 6, 5], "C4": [3, 2, 8, 7]}
)
display(df)
df.var(axis=1)
輸出：
