var()
函数用于计算 DataFrame 或 Series 中数值型数据的方差。方差是衡量数据分散程度的一种统计量,它是各个数据与整个数据集平均值之差的平方的平均值。
下面是一个示例,说明如何使用 var()
函数:
import pandas as pd
# 创建一个 DataFrame
data = {
'A': [1, 2, 3, 4, 5],
'B': [4, 5, 6, 7, 8],
'C': [7, 8, 9, 10, 11]
}
df = pd.DataFrame(data)
# 计算整个 DataFrame 的方差
total_var = df.var()
print("Total variance of DataFrame:")
print(total_var)
# 计算每列的方差
column_var = df.var(axis=0)
print("\nColumn variance:")
print(column_var)
# 计算每行的方差
row_var = df.var(axis=1)
print("\nRow variance:")
print(row_var)
输出结果:
Total variance of DataFrame:
A 2.5
B 2.5
C 2.5
dtype: float64
Column variance:
A 2.5
B 2.5
C 2.5
dtype: float64
Row variance:
0 9.0
1 9.0
2 9.0
3 9.0
4 9.0
dtype: float64
在这个示例中,我们首先创建了一个 DataFrame,并使用 var()
函数计算了整个 DataFrame 的方差、每列的方差以及每行的方差。可以通过指定 axis
参数来沿着行或列进行计算方差,默认情况下是对列进行计算方差。
标签:函数,方差,DataFrame,print,var,variance,pandas,2.5 From: https://blog.csdn.net/2301_81245389/article/details/136810719