我有一個帶有標簽和值的 DF，如下所示：
df = pd.DataFrame({'labels' : ['A','A', 'B', 'C', 'C'],'val' : [1, 2, 3, 4, 5]})
現在，我想計算標準差。開發如下：
對于每一行：
帶有 A 的行：（B 和 C 標簽的標準偏差）（前 2 行將具有所有其他行的標準偏差）
帶有 B 的行：（A 和 C 標簽的標準偏差）（第三行將具有所有其他行的標準偏差）
帶 C 的行：（A 和 B 標簽的標準偏差）（最后兩行將具有所有其他行的標準偏差）
我怎樣才能做到這一點？
uj5u.com熱心網友回復：
更新 要優化，請為每個標簽預先計算 std dev：
df = pd.DataFrame({'labels' : ['A','A', 'B', 'C', 'C'],'val' : [1, 2, 3, 4, 5]})
labels = df.labels.unique()
std_map = {l:df[df.labels != l]["val"].std() for l in labels}
df["std_dev"] = df["labels"].apply(lambda l: std_map[l])
迭代資料框并使用其他標簽過濾行并計算標準偏差：
df = pd.DataFrame({'labels' : ['A','A', 'B', 'C', 'C'],'val' : [1, 2, 3, 4, 5]})
df["std_dev"] = df.apply(lambda row: df[df.labels != row["labels"]]["val"].std(), axis=1)
[Out]:
labels val std_dev
0 A 1 1.000000
1 A 2 1.000000
2 B 3 1.825742
3 C 4 1.000000
4 C 5 1.000000
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/535592.html
標籤：Python熊猫数据框
上一篇：在PysparkDataFrame中獲取單行值的不同計數
下一篇：參差不齊的串列到資料框