我试图找到 Pandas 数据框中的列的标准差,其中每个元素都是 numpy 数组。我希望最终输出是单个 numpy 数组,其中每个值都是构成该列的 numpy 数组中相应值的标准差,即
row1 = [x1,x2,x3]
row2 = [y1,y2,y3]
row3 = [z1,z2,z3]
std(column) = [std of x1,y1,z1, std of x2,y2,z2, std of x3,y3,z3],
当我用mean做同样的操作时,它工作得很好:
df['DATA'].mean()
给出了我想要的输出,类似于我上面描述的。然而,
df['DATA'].std()
给出此错误:TypeError:使用序列设置数组元素。
为什么 std
的工作方式与 mean
不同?我怎样才能让它发挥作用?
最佳答案
我认为这就是您正在尝试做的事情,希望这会有所帮助。
stuff = [[1,2,3],[3,3,3],[4,3,5]]
import pandas as pd
stuff = pd.DataFrame(stuff)
stuff = stuff.rename(columns={0:'A',1:'B',2:'C'})
stuff.std()
关于python - 查找 Pandas 中列的标准差,其中每个元素都是 numpy 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58274862/