pandas.DataFrame.var #

数据框。var ( axis = 0 , Skipna = True , ddof = 1 , numeric_only = False , ** kwargs ) [来源] #

返回请求轴上的无偏方差。

默认情况下按 N-1 归一化。这可以使用 ddof 参数进行更改。

参数：

轴{索引 (0)，列 (1)}

对于系列，此参数未使用，默认为 0。

警告

DataFrame.var 的行为axis=None已被弃用，在未来版本中，这将在两个轴上减少并返回标量要保留旧行为，请传递 axis=0 （或不传递 axis）。

Skipna布尔值，默认 True

排除 NA/null 值。如果整行/列为 NA，则结果将为 NA。

ddof int，默认1

Delta 自由度。计算中使用的除数是 N - ddof，其中 N 表示元素的数量。

numeric_only布尔值，默认 False

仅包含 float、int、boolean 列。未针对系列实现。

返回：

Series 或 DataFrame（如果指定级别）

例子

>>> 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

>>> df.var()
age       352.916667
height      0.056367
dtype: float64

或者，ddof=0可以设置为按 N 而不是 N-1 标准化：

>>> df.var(ddof=0)
age       264.687500
height      0.042275
dtype: float64