📜  Python|熊猫系列.sem()

📅  最后修改于: 2022-05-13 01:54:35.431000             🧑  作者: Mango

Python|熊猫系列.sem()

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.sem()函数返回请求轴上平均值的无偏标准误差。结果默认按 N-1 归一化。这可以使用 ddof 参数进行更改。

示例 #1:使用Series.sem()函数查找给定 Series 对象中基础数据平均值的标准误差。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([100, 25, 32, 118, 24, 65])
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.sem()函数来查找基础数据均值的标准误差。

# find standard error of the mean
sr.sem()

输出 :


正如我们在输出中看到的, Series.sem()函数已成功计算标准误差,即给定 Series 对象中基础数据的平均值。示例 #2:使用Series.sem()函数查找给定 Series 对象中基础数据平均值的标准误差。给定的 Series 对象还包含一些缺失值。

# importing pandas as pd
import pandas as pd
  
# Creating the Series
sr = pd.Series([19.5, 16.8, None, 22.78, None, 20.124, None, 18.1002, None])
  
# Print the series
print(sr)

输出 :

现在我们将使用Series.sem()函数来查找基础数据均值的标准误差。

# find standard error of the mean
# Skip all the missing values
sr.sem(skipna = True)

输出 :

正如我们在输出中看到的, Series.sem()函数已成功计算标准误差,即给定 Series 对象中基础数据的平均值。