»Pandas« je odličen jezik za izvajanje analize podatkov zaradi svojega odličnega ekosistema paketov python, osredotočenih na podatke. To olajša analizo in uvoz obeh dejavnikov. Standardni odklon je 'tipično' odstopanje, izpeljano iz povprečja. Pogosto se uporablja, saj vrne izvirne merske enote podatkovnega okvira. Pande so za izračun standardnega odklona uporabile std(). Standardni odklon se lahko izračuna iz danih vrednosti, ki so lahko v podatkovnem okviru v obliki vrstice ali stolpca. Uporabili bomo vse možne načine uporabe standardnega odklona pand. Za implementacijo kode bomo uporabili orodje “spyder”, saj je napisano v pythonu prijaznem okolju.”
Sintaksa
“df.std ( ) ”
Za izračun standardnega odklona v podatkovnem okviru se uporablja naslednja sintaksa. »df« v podatkovnem okvirju je okrajšava za »dataframe«. Kaj naredi standardni odklon? Meri, kako razširjeni so zahtevani podatki. Bolj ko so visoke vrednosti razširjene, višji mora biti standardni odklon.
Vrnitev
Standardni odklon pande vrne podatkovni okvir, če je raven določena na podlagi zahteve.
Upoštevajte, da bo funkcija »std()« samodejno prezrla vrednosti »NaN« v »df« med izračunom standardnega odklona pande. »NaN« je mogoče razložiti kot »ni število«, kar pomeni, da določeni vrednosti ni dodeljena nobena vrednost.
Sledijo metode, ki bodo izvedene s primeri standardnega odklona pande:
-
- Izračun standardnega odklona Pandas v enem stolpcu.
- Izračun standardnega odklona Pandas v več stolpcih.
- Pandasov izračun standardnega odklona vseh številskih stolpcev.
- standardno odstopanje pand z uporabo osi = 1.
- standardno odstopanje pand z uporabo osi = 0.
Ustvarjanje podatkovnega okvira za izračun standardnega odklona v Pandas
Najprej odprite programsko opremo 'spyder'. Zdaj uvozite knjižnico pand kot pd. Ustvarili bomo podatkovni okvir, ki je sestavljen iz tabele z izrazi kot 'x', 'y' in 'z' s točkami kot '22', '10', '11', '16', '12', '45'. «, »36« in »40«. Njihove vrednosti asistenc so tudi '8', '9', '13', '7', '22', '24', '4' in '6', vrednost skokov pa je '17', ' 14”, “3”, 5”, “9”, “8”, “7” in “4”.
Zasloni prikazujejo ustvarjeni podatkovni okvir glede na vrednosti, dodeljene v kodi:
Primer # 01: Izračun standardnega odklona Pandas v enem stolpcu
V tem primeru bomo izračunali standardno odstopanje enega samega stolpca v podatkovnem okviru pande. Podatkovni okvir ima vrednosti ekipe kot 'u', 'v' in 'b' s točkami kot '44', '33', '22', '44', '45', '88', '96 « in »78«. Vrednosti asistenc so »7«, »8«, »9«, »10«, »11«, »14«, »18« in »17«, vrednosti skokov pa so tudi »11«, » 9”, “8”, “7”, “6”, “5”, “4” in “3”. Stolpec »točke« je izbran iz podatkovnega okvira za izračun standardnega odstopanja posameznega stolpca.
Izhod prikazuje standardni odklon, izračunan za stolpec »točke«:
Primer # 02: Pandasov izračun standardnega odklona v več stolpcih
V tem primeru bomo izvedli izračune standardnega odklona pande v več stolpcih. V tem podatkovnem okviru so podatki spet športni semafor z vrednostmi ekipe kot 'n', 'w' in 't' z rezultatom kot '33', '22', '66', '55', “44”, “88”, “99” in “77”. Podaje kot '9', '7', '8', '11', '16', '14', '12' in '13' in skoki kot '5', '8', '1', ' 2”, “3”, “4”, “6” in “7”. Tukaj bomo izračunali standardno odstopanje dveh stolpcev »točke« in »odboji« z uporabo funkcije std(), uporabljene za podatkovni okvir.
Kot vidimo, rezultat kaže, da je standardni odklon znašal 26,944387 v stolpcu točk oziroma 2,449490 v stolpcu odboja.
Primer # 03: Pandasov izračun standardnega odklona vseh številskih stolpcev
Zdaj smo se naučili izračunati standardno odstopanje ene in več vrstic. Kaj pa, če ne želimo podati vseh imen stolpcev v podatkovnem okviru in izračunati celotnega podatkovnega okvira? To je mogoče le s preprosto implementacijo funkcije standardnega odklona pande za izračun celotnega okvira podatkov v celoti v rezultatih. Podatkovni okvir tukaj je sestavljen iz 'l', 'm' in 'o' z vrednostmi točkovanja '33', '36', '79', '78', '58', '55' in dve ekipi dosežeta enako to je '25'. Asistence so '1', '2', '3', '4', '6', '9', '5' in '7', njihovi skoki pa '14', '10', '2' , “5”, “8”, “3”, “6” in “9”. Izračunamo lahko vsa standardna odstopanja stolpcev po pandah v podatkovnem okviru z uporabo funkcije pandas »std()«.
Zaslon ima izračunano standardno odstopanje celotnega 'df', prikazanega spodaj; opazimo lahko tudi, da pande niso izračunale standardnega odklona prvega stolpca, ki je »ekipa«, ker to ni številski stolpec.
Primer št. 04: Standardni odklon Pande z uporabo osi = 0
V tem primeru imajo podatkovni okviri ekipe športov kot »g«, »h« in »k« z dodatnimi podatki. Tukaj bomo izračunali standardni odklon z uporabo osi kot '0', parametra, uporabljenega v standardnem odklonu pand. Ta argument izračuna standardno odstopanje po stolpcu podatkovnega okvira.
Naslednji izhod prikazuje rezultate v stolpcih izračunanega standardnega odklona. Stolpec s točkami ima izračunano standardno odstopanje kot '24,0313062', stolpec s asistencami ima izračunano standardno odstopanje kot '2,669270' in izračunano standardno odstopanje stolpca odboja je prikazano kot '3,943802'.
Primer # 05: Standardni odklon pande z uporabo osi = 1
Tukaj bomo uporabili parameter osi, dodeljen kot '1', za izračun standardnega odklona pri pandah. Kakšno razliko lahko naredi os '1'? Argument osi »1« izračuna standardno odstopanje številskih vrednosti v podatkovnem okviru po vrsticah. Podatkovni okvir ima tri ekipe kot »s«, »d« in »e«, z dodatkom podatkovnih stolpcev, ustvarjenih kot točke ekipe, asistence ekipe in skoki ekipe. Vse smeri so dodeljene z različnimi vrednostmi v podatkovnem okviru. Ta parameter osi spremeni igro, saj moramo do takrat delati na podatkih, kjer želimo, da so v stolpcu plus točka, izračunana za izvedeno standardno odstopanje.
Naslednji izhod prikazuje standardni odklon, izračunan v vrstici podatkovnega okvira:
Zaključek
Standardni odklon Panda je zelo tehnična funkcija, ki je zelo koristna funkcija, saj najde standardni odklon pakta navdušenja podatkovnih okvirov Panda. V tem uvodniku smo preučevali metode izračuna standardnega odklona pri pandah. Izvedli smo izračune standardnega odklona v enem stolpcu in več stolpcev ter skupaj izračunali tudi standardni odklon celotnega okvira podatkov. Vse strategije delujejo dobro, če se uporabljajo dosledno in z želenimi rezultati.