完整熊貓數據框的標准偏差和平均值

Question

我有一個相當大的數據集，想計算所有列和行的平均值和標准差。 不幸的是，我還沒有為此找到合適的解決方案。 我的數據集看起來有點像（總共 600 行）：

當我使用 pandas 函數weekl_rtr.mean()我只是計算每列的平均值。 可能適用於平均值的解決方法應該是weekl_rtr.mean().mean() ，但這不適用於標准偏差。 你有什么想法，如何解決這個問題？

謝謝和親切的問候，

馬庫斯

Answer 1

據我所知，在熊貓中沒有直接的方法。 您有兩個選擇：

1. 獲取底層 numpy 數組並在其上計算均值或標准差。 與熊貓相反，這將默認評估所有維度的函數。 例如，您可以在df.values.mean()中執行df.values.mean()或df.to_numpy().mean() 。
2. 將表轉換為單個列，然后對該列運行所需的操作

Answer 2

更改平均值和標准偏差的軸：

# Across columns (Default)
weekl_rtr.mean(axis = 0)
# or
weekl_rtr.mean()

# Across rows
weekl_rtr.mean(axis = 1)

這同樣適用於std() 。 您還應該查看df.describe() ，它描述了具有更多統計信息（平均值、標准、計數、最小值、最大值、百分位數）的 DataFrame：

# Across columns
weekl_rtr.describe()

# Across rows
weekl_rtr.apply(pd.DataFrame.describe, axis=1)