Python 测量差异


在统计中,方差是衡量数据集中的值与平均值相差多少的指标。换句话说,它表示值的分散程度。它通过使用标准偏差来衡量。另一种常用的方法是偏斜。

这两个都是通过使用pandas库中可用的函数来计算的。

测量标准偏差

标准偏差是方差的平方根。方差是数据集中平均值与平均值的平方差。在python中,我们使用pandas库中的函数std()来计算这个值。

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)

# Calculate the standard deviation
print df.std()

输出 如下 -

Age       7.265527
Rating    0.661628
dtype: float64

测量偏斜度

它用于确定数据是对称的还是倾斜的。如果索引在-1和1之间,则分布是对称的。如果指数不超过-1,那么它向左倾斜,如果它至少为1,那么它向右偏斜

import pandas as pd

#Create a Dictionary of series
d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
   'Lee','Chanchal','Gasper','Naviya','Andres']),
   'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
   'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}

#Create a DataFrame
df = pd.DataFrame(d)
print df.skew()

输出 如下 -

Age       1.443490
Rating   -0.153629
dtype: float64

因此,年龄分布是对称的,而年龄分布则偏向右侧。