你如何重新计算数据框中每一行的标准偏差？

Question

我正在尝试为每个唯一的客户 ID 计算每一行的 'Cost' 列的标准偏差。每行添加新值，然后确定新的标准偏差。我正在寻找生成如下所示的 'Standard Deviation' 列！

Client ID    Session  Cost    Standard Deviation
1            0        10      NaN
1            1        11      0.5000
1            2        14      1.6997
2            0        15      NaN
2            1        16      0.5000
2            2        14      0.8165
2            3        22      3.1122

Answer 1

这样做就可以了：

df["Standard Deviation"] = df.groupby("Client ID")["Cost"].expanding(2).std(ddof=0).reset_index()["Cost"]

   Client ID  Session  Cost  Standard Deviation
0          1        0    10                 NaN
1          1        1    11            0.500000
2          1        2    14            1.699673
3          2        0    15                 NaN
4          2        1    16            0.500000
5          2        2    14            0.816497
6          2        3    22            3.112475

说明

您可以将您的问题改写为：

Finding the cumulative standard deviation of the "Cost" column grouped by the "Client ID" column.

Pandas 方便地具有 built-in 处理累积和分组计算的函数。

分组依据

计算标准偏差的分组依据如下所示：

df.groupby("Client ID")["Cost"].std()

Client ID
1    2.081666
2    3.593976

累计

累积标准差可以这样计算（注意，我们使用ddof=0来得到总体的标准差，这就是我们想要的。我们还使用min_periods=2 ，否则第一行的值为 0.0 而不是 NaN):

df.expanding(min_periods=2)["Cost"].std(ddof=0)

0         NaN
1    0.707107
2    2.081666
3    2.380476
4    2.588436
5    2.338090
6    3.909695

分组依据 + 累计

结合两者，得到我们的结果（注意，我们需要通过索引重新设置索引丢组，使用原来的索引）：

df.groupby("Client ID")["Cost"].expanding(2).std(ddof=0).reset_index()["Cost"]

0         NaN
1    0.500000
2    1.699673
3         NaN
4    0.500000
5    0.816497
6    3.112475

你如何重新计算数据框中每一行的标准偏差？

How do you recalculate Standard Deviation at each row in a Dataframe?

python

dataframe

standard-deviation

说明