'Panda' ialah bahasa yang hebat untuk melaksanakan analisis data kerana ekosistem pakej ular sawa berpusat data yang hebat. Itu menjadikan analisis dan pengimportan kedua-dua faktor lebih mudah. Sisihan piawai ialah sisihan 'tipikal' yang diperoleh daripada min. Ia banyak digunakan, kerana ia mengembalikan unit ukuran asal kerangka data. Panda menggunakan std() untuk pengiraan sisihan piawai. Sisihan piawai boleh dikira daripada nilai yang diberikan yang boleh berada dalam kerangka data dalam bentuk baris atau lajur. Kami akan melaksanakan semua kemungkinan cara sisihan piawai panda digunakan. Untuk pelaksanaan kod, kami akan menggunakan alat 'spyder' kerana ia ditulis dalam persekitaran mesra ular sawa.'
Sintaks
“df.std ( ) ”
Sintaks berikut digunakan untuk mengira sisihan piawai dalam rangka data. 'df' dalam bingkai data ialah singkatan daripada 'bingkai data'. Apakah yang dilakukan oleh sisihan piawai? Ia mengukur sejauh mana lanjutan data yang diperlukan. Semakin banyak nilai tinggi yang diperluaskan, semakin tinggi sisihan piawai harus berlaku.
Kembali
Sisihan piawai panda mengembalikan kerangka data jika tahap ditentukan berdasarkan keperluan.
Ambil perhatian bahawa fungsi 'std()' akan mengabaikan nilai 'NaN' secara automatik dalam 'df' semasa mengira sisihan piawai panda. 'NaN' boleh dijelaskan sebagai 'bukan nombor' yang bermaksud bahawa tiada nilai yang diberikan kepada sesuatu tertentu.
Berikut ialah kaedah yang akan dilaksanakan dengan contoh sisihan piawai panda:
-
- Pengiraan sisihan piawai Pandas dalam satu lajur.
- Pengiraan sisihan piawai Pandas dalam berbilang lajur.
- Pengiraan sisihan piawai Panda bagi semua lajur berangka.
- sisihan piawai panda menggunakan paksi = 1.
- sisihan piawai panda menggunakan paksi = 0.
Mencipta Bingkai Data untuk Pengiraan Sisihan Piawai dalam Panda
Mula-mula, buka perisian 'spyder'. Sekarang import perpustakaan panda sebagai pd. Kami akan mencipta kerangka data yang terdiri daripada papan skor yang mempunyai istilah sebagai 'x', 'y' dan 'z' dengan mata mereka sebagai '22', '10', '11', '16', '12', '45 ”, “36”, dan “40”. Kami mempunyai nilai bantuan mereka sebagai '8', '9', '13', '7', '22', '24', '4' dan '6' juga, mempunyai nilai lantunan sebagai '17', ' 14”, “3”, 5”, “9”, “8”, “7” dan “4”.
Paparan menunjukkan bingkai data yang dibuat mengikut nilai yang diberikan dalam kod:
Contoh # 01: Pengiraan Sisihan Piawai Pandas dalam Satu Lajur
Dalam contoh ini, kami akan mengira sisihan piawai bagi satu lajur dalam bingkai data panda. Bingkai data mempunyai nilai pasukan sebagai 'u', 'v' dan 'b' dengan mata mereka sebagai '44', '33', '22', '44', '45', '88', '96 ” dan “78”. Nilai bantuan adalah sebagai “7”,”8”, “9”, “10”, “11”, “14”, “18”, dan “17” juga mempunyai nilai lantunan sebagai “11”, “ 9”, “8”, “7”, “6”, “5”, “4”, dan “3”. 'Mata' lajur dipilih daripada bingkai data untuk mengira sisihan piawai lajur tunggal.
Output menunjukkan sisihan piawai yang dikira bagi lajur 'mata':
Contoh # 02: Pengiraan Sisihan Piawai Pandas dalam Berbilang Lajur
Dalam contoh ini, kami akan melaksanakan pengiraan sisihan piawai panda dalam berbilang lajur. Dalam rangka data ini, data sekali lagi adalah papan skor sukan yang mempunyai nilai pasukan sebagai 'n', 'w' dan 't' dengan skor sebagai '33', '22', '66', '55', “44”, “88”, “99”, dan “77”. Bantuan sebagai '9', '7', '8', '11', '16', '14', '12' dan '13' dan melantun sebagai '5', '8', '1', ' 2”, “3”, “4”, “6”, dan “7”. Di sini kita akan mengira sisihan piawai bagi dua lajur 'titik' dan 'lantunan' dengan menggunakan fungsi std() yang digunakan pada bingkai data.
Seperti yang kita lihat, output menunjukkan sisihan piawai muncul sebagai 26.944387 dalam lajur mata dan 2.449490 dalam lajur lantunan, masing-masing.
Contoh # 03: Pengiraan Sisihan Piawai Pandas bagi Semua Lajur Angka
Sekarang kita telah mempelajari cara mengira sisihan piawai bagi baris tunggal dan berbilang. Bagaimana jika kita tidak mahu menentukan semua nama lajur dalam bingkai data dan mengira keseluruhan bingkai data? Ini boleh dilakukan dengan hanya pelaksanaan fungsi mudah sisihan piawai panda untuk pengiraan rangka data lengkap sama sekali dalam keputusan. Bingkai data di sini terdiri daripada 'l', 'm' dan 'o' dengan nilai pemarkahan '33', '36', '79', '78', '58', '55', dan dua pasukan mendapat markah yang sama iaitu “25”. Bantuan adalah sebagai '1', '2', '3', '4', '6', '9', '5' dan '7' dan lantunan mereka sebagai '14', '10', '2' , “5”, “8”, “3”, “6” dan “9”. Kita boleh mengira semua sisihan lajur piawai oleh panda dalam rangka data menggunakan fungsi 'std()' panda.
Paparan mempunyai sisihan piawai yang dikira bagi keseluruhan 'df' yang ditunjukkan di bawah; kita juga dapat melihat bahawa panda tidak mengira sisihan piawai lajur pertama, iaitu 'pasukan', kerana ia bukan lajur berangka.
Contoh # 04: Sisihan Piawai Pandas Menggunakan Paksi = 0
Dalam contoh ini, bingkai data mempunyai pasukan sukan sebagai 'g', 'h' dan 'k' dengan data lanjut. Di sini, kita akan mengira sisihan piawai dengan menggunakan paksi sebagai '0', parameter yang digunakan dalam sisihan piawai panda. Argumen ini mengira lajur sisihan piawai bagi rangka data.
Output berikut memaparkan keputusan dalam lajur sisihan piawai yang dikira. Lajur mata mempunyai sisihan piawai yang dikira sebagai '24.0313062', lajur bantuan mempunyai sisihan piawai yang dikira sebagai '2.669270' dan sisihan piawai terkira lajur lantunan ditunjukkan sebagai '3.943802'.
Contoh # 05: Sisihan Piawai Pandas Menggunakan Paksi = 1
Di sini kita akan menggunakan parameter paksi yang ditetapkan sebagai '1' untuk mengira sisihan piawai dalam panda. Apakah perbezaan yang boleh dibuat oleh paksi '1'? Argumen paksi '1' mengira sisihan piawai baris bagi nilai berangka dalam bingkai data. Bingkai data mempunyai tiga pasukan sebagai 's', 'd' dan 'e', dengan penambahan lajur data yang dibuat sebagai mata pasukan, bantuan pasukan dan lantunan semula pasukan. Semua arahan diberikan dengan nilai yang berbeza dalam bingkai data. Parameter paksi ini ialah penukar permainan kerana, pada masa itu, kita perlu mengusahakan data di mana kita mahu ia berada dalam lajur tambah titik yang dikira sisihan piawai yang dilakukan.
Output berikut memaparkan sisihan piawai yang dikira dalam satu baris bingkai data:
Kesimpulan
Sisihan piawai Pandas ialah fungsi yang sangat teknikal, yang merupakan fungsi yang sangat bermanfaat kerana ia menemui sisihan piawai pakatan semangat bingkai data panda. Dalam editorial ini, kami telah mengkaji kaedah pengiraan sisihan piawai dalam panda. Kami telah melakukan pengiraan lajur tunggal bagi sisihan piawai dan berbilang lajur dan juga mengira sisihan piawai keseluruhan rangka data bersama-sama. Semua strategi berfungsi dengan baik selagi ia digunakan secara konsisten dan dengan hasil yang diinginkan.