熊猫方差和标准差结果与手动计算不同

Question

我正在尝试使用熊猫查找均值，方差和SD。但是，人工计算与熊猫输出不同。使用熊猫我有什么想念的吗？附上xl屏幕截图以供参考

import pandas as pd

dg_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 calculation
print(dg_df.var())        # 27130.0 not matching with manual calculation 21704
print(dg_df.std(axis=0))  # 164.71187 not matching with manual calculation 147.32

Answer 1

在DataFrame.var和DataFrame.std中将默认参数ddof=1（自由度增量）更改为0，参数axis=0是默认值，因此应为省略：

print(dg_df.mean())
0    394.0
dtype: float64

print(dg_df.var(ddof=0))  
0    21704.0
dtype: float64

print(dg_df.std(ddof=0))
0    147.322775
dtype: float64

Answer 2

标准偏差的定义不只一种。您正在计算等效的Excel STDEV.P，其描述如下：“根据整个人口 ...计算标准差”。如果您需要Excel中的样本标准差，请使用STDEV.S。

pd.DataFrame.std默认情况下假设1个自由度，也称为样本标准偏差。

numpy.std默认情况下假定0 自由度，也称为人口标准差。

请参阅Bessel's correction，以了解样本与总体之间的区别。

您还可以通过熊猫ddof=0 / std方法指定var：

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

Answer 3

您还可以使用dg_df.describe（），然后使用下一个数据帧。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

您可以获得正确的数据，例如dg_df.describe().loc['count']