“Pandas” là một ngôn ngữ tuyệt vời để thực hiện phân tích dữ liệu vì hệ sinh thái tuyệt vời của các gói python lấy dữ liệu làm trung tâm. Điều đó làm cho việc phân tích và nhập khẩu của cả hai yếu tố trở nên dễ dàng hơn. Độ lệch chuẩn là độ lệch 'điển hình' bắt nguồn từ giá trị trung bình. Nó được sử dụng rất nhiều, vì nó trả về các đơn vị đo ban đầu của khung dữ liệu. Những con gấu trúc đã sử dụng std () để tính toán độ lệch chuẩn. Độ lệch chuẩn có thể được tính toán từ các giá trị đã cho có thể nằm trong khung dữ liệu ở dạng hàng hoặc cột. Chúng tôi sẽ triển khai tất cả các cách có thể sử dụng độ lệch chuẩn của gấu trúc. Để triển khai mã, chúng tôi sẽ sử dụng công cụ “spyder” vì nó được viết trong môi trường thân thiện với python ”.
Cú pháp
“Df.std ( ) ”
Cú pháp sau được sử dụng để tính toán độ lệch chuẩn trong khung dữ liệu. “Df” trong dataframe là chữ viết tắt của “dataframe”. Độ lệch chuẩn làm gì? Nó đo lường mức độ mở rộng của dữ liệu được yêu cầu. Các giá trị cao được mở rộng càng nhiều thì độ lệch chuẩn càng cao.
Trở về
Độ lệch chuẩn của gấu trúc trả về khung dữ liệu nếu mức được chỉ định dựa trên yêu cầu.
Lưu ý rằng hàm “std ()” sẽ tự động bỏ qua các giá trị “NaN” trong “df” trong khi tính toán độ lệch chuẩn của gấu trúc. “NaN” có thể được giải thích là “không phải số” có nghĩa là không có giá trị nào được gán cho một số cụ thể.
Sau đây là các phương thức sẽ được thực thi với các ví dụ về độ lệch chuẩn của gấu trúc:
-
- Tính toán độ lệch chuẩn của gấu trúc trong một cột duy nhất.
- Tính toán độ lệch chuẩn của gấu trúc trong nhiều cột.
- Tính toán độ lệch chuẩn của gấu trúc của tất cả các cột số.
- độ lệch chuẩn của gấu trúc sử dụng trục = 1.
- độ lệch chuẩn của gấu trúc sử dụng trục = 0.
Tạo khung dữ liệu để tính độ lệch chuẩn trong gấu trúc
Đầu tiên, mở phần mềm 'spyder'. Bây giờ nhập thư viện gấu trúc dưới dạng pd. Chúng tôi sẽ tạo một khung dữ liệu bao gồm một bảng điểm có các thuật ngữ là “x”, “y” và “z” với điểm của chúng là “22”, “10”, “11”, “16”, “12”, “45 ”,“ 36 ”và“ 40 ”. Chúng tôi có các giá trị hỗ trợ của họ là “8”, “9”, “13”, “7”, “22”, “24”, “4” và “6”, có giá trị của phản hồi là “17”, “ 14 ”,“ 3 ”, 5”, “9”, “8”, “7” và “4”.
Màn hình hiển thị khung dữ liệu đã tạo theo các giá trị được gán trong mã:
Ví dụ # 01: Tính toán độ lệch chuẩn của gấu trúc trong một cột đơn
Trong ví dụ này, chúng tôi sẽ tính toán độ lệch chuẩn của một cột trong khung dữ liệu gấu trúc. Khung dữ liệu có các giá trị của nhóm là “u”, “v” và “b” với số điểm của chúng là “44”, “33”, “22”, “44”, “45”, “88”, “96 ”Và“ 78 ”. Các giá trị của kiến tạo là “7”, ”8”, “9”, “10”, “11”, “14”, “18” và “17” cũng có các giá trị của phản hồi là “11”, “ 9 ”,“ 8 ”,“ 7 ”,“ 6 ”,“ 5 ”,“ 4 ”và“ 3 ”. Cột “điểm” được chọn từ khung dữ liệu để tính toán độ lệch chuẩn của cột đơn.
Kết quả hiển thị độ lệch chuẩn được tính toán của cột 'điểm':
Ví dụ # 02: Tính toán độ lệch chuẩn của gấu trúc trong nhiều cột
Trong ví dụ này, chúng tôi sẽ thực hiện các phép tính độ lệch chuẩn của gấu trúc trong nhiều cột. Trong khung dữ liệu này, dữ liệu lại là bảng điểm thể thao có các giá trị của đội là “n”, “w” và “t” với điểm là “33”, “22”, “66”, “55”, “44”, “88”, “99” và “77”. Hỗ trợ là “9”, “7”, “8”, “11”, “16”, “14”, “12” và “13” và bật lại là “5”, “8”, “1”, “ 2 ”,“ 3 ”,“ 4 ”,“ 6 ”và“ 7 ”. Ở đây, chúng tôi sẽ tính toán độ lệch chuẩn của hai cột “điểm” và “tăng trở lại” bằng cách sử dụng hàm std () được áp dụng cho khung dữ liệu.
Như chúng ta thấy, đầu ra cho thấy độ lệch chuẩn lần lượt là 26,944387 trong cột điểm và 2,49490 trong cột phục hồi, tương ứng.
Ví dụ # 03: Tính toán độ lệch chuẩn của gấu trúc cho tất cả các cột số
Bây giờ chúng ta đã học cách tính độ lệch chuẩn của hàng đơn và hàng nhiều. Điều gì sẽ xảy ra nếu chúng ta không muốn chỉ định tất cả các tên cột trong khung dữ liệu và tính toán toàn bộ khung dữ liệu? Điều này có thể thực hiện được chỉ với một hàm đơn giản của độ lệch chuẩn gấu trúc để tính toàn bộ khung dữ liệu hoàn chỉnh trong kết quả. Khung dữ liệu ở đây bao gồm “l”, “m” và “o” với các giá trị tính điểm “33”, “36”, “79”, “78”, “58”, “55” và hai đội ghi điểm như nhau đó là '25'. Các hỗ trợ là “1”, “2”, “3”, “4”, “6”, “9”, “5” và “7” và các phản hồi của chúng là “14”, “10”, “2” , “5”, “8”, “3”, “6” và “9”. Chúng tôi có thể tính toán tất cả các độ lệch cột chuẩn theo gấu trúc trong khung dữ liệu bằng cách sử dụng hàm pandas “std ()”.
Màn hình có độ lệch chuẩn được tính toán của toàn bộ “df” được hiển thị bên dưới; chúng ta cũng có thể nhận thấy rằng gấu trúc đã không tính toán độ lệch chuẩn của cột đầu tiên, đó là 'đội', vì nó không phải là cột số.
Ví dụ # 04: Độ lệch chuẩn của gấu trúc sử dụng trục = 0
Trong ví dụ này, khung dữ liệu có các đội của môn thể thao là “g”, “h” và “k” với dữ liệu khác. Ở đây, chúng tôi sẽ tính toán độ lệch chuẩn bằng cách sử dụng trục là “0”, một tham số được sử dụng trong độ lệch chuẩn của gấu trúc. Đối số này tính toán cột độ lệch chuẩn của khung dữ liệu.
Đầu ra sau đây hiển thị kết quả trong các cột của độ lệch chuẩn được tính toán. Cột điểm có độ lệch chuẩn được tính toán là “24.0313062”, cột hỗ trợ có độ lệch chuẩn được tính toán là “2.669270” và độ lệch chuẩn được tính toán của cột phục hồi được hiển thị là “3.943802”.
Ví dụ # 05: Độ lệch Chuẩn của Gấu trúc Sử dụng Trục = 1
Ở đây chúng tôi sẽ sử dụng tham số trục được gán là “1” để tính độ lệch chuẩn ở gấu trúc. Trục “1” có thể tạo ra sự khác biệt nào? Đối số trục “1” tính toán độ lệch chuẩn theo hàng của các giá trị số trong khung dữ liệu. Khung dữ liệu có ba đội là “s”, “d” và “e”, với việc bổ sung các cột dữ liệu được tạo như điểm của đội, hỗ trợ của đội và số lần bật lại của đội. Tất cả các chỉ đường đều được gán với các giá trị khác nhau trong khung dữ liệu. Tham số trục này là một công cụ thay đổi trò chơi vì tại thời điểm đó, chúng ta cần làm việc trên dữ liệu mà chúng ta muốn nó nằm trong cột cộng điểm được tính theo độ lệch chuẩn được thực hiện.
Kết quả đầu ra sau đây hiển thị độ lệch chuẩn được tính toán trong một hàng của khung dữ liệu:
Sự kết luận
Độ lệch chuẩn của gấu trúc là một hàm rất kỹ thuật, đây là một hàm rất có lợi vì nó tìm thấy độ lệch chuẩn của hiệp ước nhiệt tình của khung dữ liệu gấu trúc. Trong bài xã luận này, chúng tôi đã nghiên cứu các phương pháp tính độ lệch chuẩn ở gấu trúc. Chúng tôi đã thực hiện các phép tính đơn cột về độ lệch chuẩn và nhiều cột và cũng tính toán độ lệch chuẩn của toàn bộ khung dữ liệu cùng nhau. Tất cả các chiến lược hoạt động tốt miễn là chúng được sử dụng nhất quán và mang lại kết quả mong muốn.