Python|熊猫系列.var

Python是一种用于进行数据分析的出色语言，主要是因为以数据为中心的Python包的奇妙生态系统。 Pandas就是其中之一，它使导入和分析数据变得更加容易。

Pandas 系列是带有轴标签的一维 ndarray。标签不必是唯一的，但必须是可散列的类型。该对象支持基于整数和基于标签的索引，并提供了许多用于执行涉及索引的操作的方法。

Pandas Series.var()函数返回请求轴上的无偏方差。默认情况下，方差按 N-1 归一化。这可以使用 ddof 参数进行更改。

Syntax: Series.var(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)

Parameter :
axis : {index (0)}
skipna : Exclude NA/null values. If an entire row/column is NA, the result will be NA
level : If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a scalar
ddof : Delta Degrees of Freedom. The divisor used in calculations is N – ddof, where N represents the number of elements.
numeric_only : Include only float, int, boolean columns. If None, will attempt to use everything, then use only numeric data. Not implemented for Series.

Returns : var : scalar or Series (if level specified)

编程需要懂一点英语

示例 #1：使用Series.var()函数查找给定 Series 对象的方差。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, 22.78, 20.124, 18.1002])
  
# Print the series
print(sr)

输出：

现在我们将使用Series.var()函数来查找给定系列对象的方差。

# find the variance
sr.var()

输出：

正如我们在输出中看到的， Series.var()函数返回了给定 Series 对象的方差。示例 #2：使用Series.var()函数查找给定 Series 对象的方差。给定的 Series 对象包含一些缺失值。

注意：我们可以通过将 skipna 参数设置为True来跳过缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, 214, 325, 88, None, 325, None, 68])
  
# Print the series
print(sr)

输出：

现在我们将使用Series.var()函数来查找给定系列对象的方差。

# find the variance
sr.var(skipna = True)

输出：

正如我们在输出中看到的， Series.var()函数返回了给定 Series 对象的方差。