'Le' Pandas 'est un excellent langage pour effectuer l'analyse des données en raison de son grand écosystème de packages python centrés sur les données. Cela facilite l'analyse et l'importation des deux facteurs. L'écart type est un écart « typique » dérivé de la moyenne. Il est beaucoup utilisé, car il renvoie les unités de mesure d'origine de la trame de données. Les pandas ont utilisé std() pour le calcul de l'écart type. L'écart type peut être calculé à partir des valeurs données qui peuvent se trouver dans la trame de données sous la forme d'une ligne ou d'une colonne. Nous mettrons en œuvre toutes les manières possibles d'utiliser l'écart type des pandas. Pour l'implémentation du code, nous utiliserons l'outil 'spyder' tel qu'il est écrit dans un environnement compatible python.
Syntaxe
“df.std ( ) ”
La syntaxe suivante est utilisée pour calculer l'écart type dans la trame de données. Le 'df' dans la trame de données est l'abréviation de la 'trame de données'. A quoi sert l'écart type ? Il mesure l'étendue des données requises. Plus les valeurs élevées sont étendues, plus l'écart type doit être élevé.
Revenir
L'écart type des pandas renvoie la trame de données si le niveau est spécifié en fonction de l'exigence.
Notez que la fonction 'std()' ignorera automatiquement les valeurs 'NaN' dans le 'df' lors du calcul de l'écart type des pandas. 'NaN' peut être expliqué comme 'pas un nombre', ce qui signifie qu'aucune valeur n'est attribuée à un particulier.
Voici les méthodes qui seront exécutées avec des exemples de l'écart type des pandas :
-
- Calcul de l'écart type de Pandas dans une seule colonne.
- Calcul de l'écart type de Pandas dans plusieurs colonnes.
- Calcul de l'écart type Pandas de toutes les colonnes numériques.
- pandas écart type en utilisant l'axe = 1.
- pandas écart type en utilisant l'axe = 0.
Création de la trame de données pour le calcul de l'écart type dans les pandas
Tout d'abord, ouvrez le logiciel 'spyder'. Importez maintenant la bibliothèque pandas en tant que pd. Nous allons créer une trame de données qui consiste en un tableau de bord ayant des termes comme 'x', 'y' et 'z' avec leurs points comme '22', '10', '11', '16', '12', '45 », « 36 » et « 40 ». Nous avons leurs valeurs de passes comme '8', '9', '13', '7', '22', '24', '4' et '6' également, ayant la valeur des rebonds comme '17', ' 14', '3', 5', '9', '8', '7' et '4'.
Les affichages montrent le dataframe créé en fonction des valeurs affectées dans le code :
Exemple # 01 : Calcul de l'écart type de Pandas dans une seule colonne
Dans cet exemple, nous allons calculer l'écart type d'une seule colonne dans la base de données pandas. La trame de données a les valeurs de l'équipe comme 'u', 'v' et 'b' avec leurs points comme '44', '33', '22', '44', '45', '88', '96 » et « 78 ». Les valeurs des passes décisives sont '7', '8', '9', '10', '11', '14', '18' et '17' ayant également les valeurs des rebonds comme '11', ' 9', '8', '7', '6', '5', '4' et '3'. La colonne « points » est sélectionnée dans la base de données pour calculer l'écart type à une seule colonne.
La sortie montre l'écart type calculé de la colonne 'points':
Exemple # 02 : Calcul de l'écart type de Pandas dans plusieurs colonnes
Dans cet exemple, nous allons exécuter les calculs d'écart type pandas dans plusieurs colonnes. Dans cette base de données, les données sont à nouveau du tableau de bord sportif ayant les valeurs de l'équipe comme 'n', 'w' et 't' avec le score comme '33', '22', '66', '55', « 44 », « 88 », « 99 » et « 77 ». Les passes comme '9', '7', '8', '11', '16', '14', '12' et '13' et les rebonds comme '5', '8', '1', ' 2', '3', '4', '6' et '7'. Ici nous allons calculer l'écart type des deux colonnes « points » et « rebonds » en utilisant la fonction std() appliquée au dataframe.
Comme nous le voyons, la sortie montre que l'écart type est de 26,944387 dans la colonne des points et de 2,449490 dans la colonne des rebonds, respectivement.
Exemple # 03 : Calcul de l'écart type Pandas de toutes les colonnes numériques
Nous avons maintenant appris à calculer l'écart type de lignes simples et multiples. Que se passe-t-il si nous ne voulons pas spécifier tous les noms de colonne dans la trame de données et calculer la totalité de la trame de données ? Ceci est possible avec une simple implémentation de fonction de l'écart type des pandas pour le calcul de la trame de données complète dans les résultats. La trame de données ici se compose de 'l', 'm' et 'o' avec les valeurs de score '33', '36', '79', '78', '58', '55', et deux équipes marquent le même c'est-à-dire '25'. Les passes sont en '1', '2', '3', '4', '6', '9', '5' et '7' et leurs rebonds en '14', '10', '2' , « 5 », « 8 », « 3 », « 6 » et « 9 ». Nous pouvons calculer tous les écarts-types de colonne par pandas dans la base de données à l'aide de la fonction pandas 'std ()'.
L'affichage a l'écart type calculé de l'ensemble 'df' indiqué ci-dessous ; on peut aussi remarquer que les pandas n'ont pas calculé l'écart type de la première colonne, qui est « team », car ce n'est pas une colonne numérique.
Exemple # 04 : Écart-type des pandas en utilisant l'axe = 0
Dans cet exemple, les dataframes ont les équipes des sports comme 'g', 'h' et 'k' avec d'autres données. Ici, nous allons calculer l'écart type en utilisant l'axe comme '0', un paramètre utilisé dans l'écart type des pandas. Cet argument calcule l'écart type par colonne de la trame de données.
La sortie suivante affiche les résultats dans les colonnes de l'écart type calculé. La colonne des points a l'écart type calculé comme '24,0313062', la colonne des aides a l'écart type calculé comme '2,669270' et l'écart type calculé de la colonne de rebond est affiché comme '3,943802'.
Exemple # 05 : Écart-type des pandas en utilisant l'axe = 1
Ici, nous utiliserons le paramètre d'axe attribué à '1' pour calculer l'écart type en pandas. Quelle différence l'axe '1' peut-il faire ? L'argument de l'axe '1' calcule l'écart type par ligne des valeurs numériques dans la trame de données. La trame de données a les trois équipes comme 's', 'd' et 'e', avec l'ajout de colonnes de données créées en tant que points de l'équipe, aides de l'équipe et rebonds de l'équipe. Les directions sont toutes affectées de valeurs différentes dans la trame de données. Ce paramètre d'axe change tellement la donne car, au fil du temps, nous devons travailler sur les données où nous voulons qu'elles soient dans une colonne plus le point calculé de l'écart type effectué.
La sortie suivante affiche l'écart type calculé dans une ligne de la trame de données :
Conclusion
L'écart type des pandas est une fonction très technique, qui est une fonction très bénéfique car elle trouve l'écart type du pacte d'enthousiasme des dataframes pandas. Dans cet éditorial, nous avons étudié les méthodes de calcul de l'écart type chez les pandas. Nous avons effectué des calculs sur une seule colonne de l'écart type et de plusieurs colonnes et avons également calculé l'écart type de l'ensemble de la trame de données. Toutes les stratégies fonctionnent bien tant qu'elles sont utilisées de manière cohérente et avec les résultats souhaités.