pandas.DatetimeIndex.std#

DatetimeIndex.std(axis=None, dtype=None, out=None, ddof=1, keepdims=False, skipna=True)[源代码]#

返回请求轴上的样本标准偏差。

默认情况下归一化为 N-1。可以使用 ddof 进行更改。

参数:

轴int, 可选: 要应用函数的轴。对于 pandas.Series，此参数未使用并默认为 None。
dtypedtype, 可选, 默认 None: 用于计算标准差的类型。对于整数类型的数组，默认是 float64，对于浮点类型的数组，它与数组类型相同。
出ndarray，可选，默认无: 要在其中放置结果的替代输出数组。它的形状必须与预期的输出相同，但如果需要，类型（计算值的类型）将被强制转换。
ddofint, 默认 1: 自由度。计算中使用的除数是 N - ddof，其中 N 表示元素的数量。
keepdims布尔值, 可选: 如果设置为 True，则被减少的轴将作为尺寸为1的维度保留在结果中。使用此选项，结果将正确地与输入数组进行广播。如果传递默认值，则 keepdims 不会传递给 ndarray 子类的 std 方法，然而任何非默认值都会被传递。如果子类方法未实现 keepdims，则将引发任何异常。
skipna布尔值, 默认为 True: 排除 NA/null 值。如果整行/整列都是 NA，结果将是 NA。

返回:

Timedelta: 请求轴上的标准偏差。

参见

numpy.ndarray.std: 返回沿给定轴的数组元素的标准差。
Series.std: 返回请求轴上的样本标准偏差。

例子

对于 pandas.DatetimeIndex:

>>> idx = pd.date_range("2001-01-01 00:00", periods=3)
>>> idx
DatetimeIndex(['2001-01-01', '2001-01-02', '2001-01-03'],
              dtype='datetime64[ns]', freq='D')
>>> idx.std()
Timedelta('1 days 00:00:00')