dask.dataframe.Index.std

dask.dataframe.Index.std¶

Index.std(axis=None, skipna=True, ddof=1, split_every=False, dtype=None, out=None, numeric_only=_NoDefault.no_default)¶

返回请求轴上的样本标准差。

此文档字符串是从 pandas.core.frame.DataFrame.std 复制而来的。

Dask 版本可能存在一些不一致性。

默认情况下按 N-1 归一化。这可以通过使用 ddof 参数来更改。

参数

轴{索引 (0), 列 (1)}: 对于 Series，此参数未使用，默认值为 0。

警告

使用 axis=None 的 DataFrame.std 行为已被弃用，在未来的版本中，这将减少两个轴并返回一个标量。要保留旧的行为，请传递 axis=0（或不传递 axis）。
skipnabool, 默认 True: 排除NA/空值。如果整行/整列都是NA，结果将是NA。
ddofint, 默认值为 1: 自由度增量。计算中使用的除数是 N - ddof，其中 N 表示元素的数量。
仅数值bool, 默认 False: 仅包含浮点数、整数、布尔类型的列。对 Series 尚未实现。

返回

序列或数据框（如果指定了级别）

注释

要获得与 numpy.std 相同的行为，请使用 ddof=0`（而不是默认的 `ddof=1）

示例

>>> df = pd.DataFrame({'person_id': [0, 1, 2, 3],  
...                    'age': [21, 25, 62, 43],
...                    'height': [1.61, 1.87, 1.49, 2.01]}
...                   ).set_index('person_id')
>>> df  
           age  height
person_id
0           21    1.61
1           25    1.87
2           62    1.49
3           43    2.01

列的标准偏差可以如下找到：

>>> df.std()  
age       18.786076
height     0.237417
dtype: float64

或者，可以设置 ddof=0 以通过 N 而不是 N-1 进行归一化：

>>> df.std(ddof=0)  
age       16.269219
height     0.205609
dtype: float64

dask.dataframe.Index.size

dask.dataframe.Index.sub