熊猫方差和标准偏差结果与手动计算不同

Question

我正在尝试使用 Pandas 计算均值、方差和 SD。但是，手动计算与pandas输出不同。使用熊猫有什么我遗漏的吗？附上xl截图以供参考import pandas as pddg_df = pd.DataFrame(            data=[600,470,170,430,300],            index=['a','b','c','d','e'])print(dg_df.mean(axis=0)) # 394.0 matches with manual calculationprint(dg_df.var())        # 27130.0 not matching with manual calculation 21704print(dg_df.std(axis=0))  # 164.71187 not matching with manual calculation 147.32

Answer 1

标准差的定义不止一种。您正在计算 Excel 的等效项STDEV.P，其描述为：“根据整个人口计算标准偏差......”。如果您需要 Excel 中的样本标准偏差，请使用STDEV.S.

pd.DataFrame.std默认情况下假定为 1个自由度，也称为样本标准差。

numpy.std默认情况下假定自由度为0 ，也称为总体标准差。

请参阅贝塞尔校正以了解样本和总体之间的差异。

您还可以ddof=0使用 Pandas std/var方法指定：

dg_df.std(ddof=0)
dg_df.var(ddof=0)

Answer 2

您也可以使用 dg_df.describe()，然后获得下一个数据帧。也许更直观

count   5.00000

mean    394.00000

std 164.71187

min 170.00000

25% 300.00000

50% 430.00000

75% 470.00000

max 600.00000

你可以得到正确的数据，比如 dg_df.describe().loc['count']