pandas.Series.std #

系列。std ( axis = None , skipna = True , ddof = 1 , numeric_only = False , ** kwargs ) [来源] #

返回请求轴上的样本标准差。

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)}

对于系列，此参数未使用，默认为 0。

警告

DataFrame.std 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：

标量或系列（如果指定级别）

笔记

要具有与numpy.std相同的行为，请使用ddof=0（而不是默认的ddof=1）

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

列的标准差可以如下找到：

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

或者，可以将ddof=0设置为按 N 而不是 N-1 标准化：

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