使用 Python 计算值组的标准偏差

Question

我的数据与此类似：

index name number difference
0     AAA  10     0
1     AAA  20     10
2     BBB  1      0
3     BBB  2      1
4     CCC  5      0
5     CCC  10     5
6     CCC  10.5   0.5

我需要根据名称组计算差异列的标准偏差。

我试过了

data[['difference']].groupby(['name']).agg(['mean', 'std'])

和

data["std"]=(data['difference'].groupby('name').std())

但两者都为传递给 groupby() 的变量提供了 KeyError。我试图通过以下方式解决它：

data.columns = data.columns.str.strip()

但错误仍然存在。

提前致谢。

Answer 1

您可以先在完整数据框上使用 groupby(['name'])，然后只在感兴趣的列上应用 agg：

data = pd.DataFrame({'name':['AAA','AAA','BBB','BBB','CCC','CCC','CCC'],
                    'number':[10,20,1,2,5,10,10.5],
                    'difference':[0,10,0,1,0,5,0.5]})
data.groupby(['name'])['difference'].agg(['mean', 'std'])

使用 Python 计算值组的标准偏差

Calculate standard deviation for groups of values using Python

python

aggregate

standard-deviation

pandas-groupby