python可以构建sem模型_Python Pandas Series.sem()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray。标签不必是唯一的,但必须是可哈希的类型。该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作。
Pandas Series.sem()函数返回所请求轴上的平均值的无偏标准误差。默认情况下,结果由N-1归一化。可以使用ddof参数进行更改。
用法: Series.sem(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs)
参数:
axis:{索引(0)}
skipna:排除NA /空值。
level:如果轴是MultiIndex(分层),则沿特定级别计数,并折叠成标量。
ddof:Delta自由度。
numeric_only:仅包括float,int,boolean列。
返回:标量或系列(如果指定级别)
范例1:采用Series.sem()函数来查找给定Series对象中基础数据的平均值的标准误差。
# 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()函数查找基础数据均值的标准误。
# find standard error of the mean
sr.sem()
输出:
从输出中可以看到,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。
范例2:采用Series.sem()函数来查找给定Series对象中基础数据的平均值的标准误差。给定的Series对象还包含一些缺少的值。
# 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()函数查找基础数据均值的标准误。
# find standard error of the mean
# Skip all the missing values
sr.sem(skipna = True)
输出:
从输出中可以看到,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。
python可以构建sem模型_Python Pandas Series.sem()用法及代码示例相关推荐
- python agg函数_Python Pandas Series.agg()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas Series.agg()用 ...
- python的describe参数_Python Pandas Series.describe()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python中mean的用法_Python Pandas Series.mean()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python iloc函数_python pandas Series.iloc用法及代码示例
基于位置的纯基于整数位置的索引. .iloc[]主要基于整数位置(来自0至length-1轴),但也可以与布尔数组一起使用. 允许的输入为: 整数,例如5. 整数列表或数组,例如[4, 3, 0]. ...
- python中loc的用法_python pandas Series.loc用法及代码示例
通过标签或布尔数组访问一组行和列. .loc[]主要基于标签,但也可以与布尔数组一起使用. 允许的输入为: 单个标签,例如5或者'a', (注意5被解释为索引的标签,而不是索引的整数位置). 标签的列 ...
- python中change的用法_python pandas Series.pct_change用法及代码示例
当前元素与先前元素之间的百分比变化. 默认情况下,计算与前一行的百分比变化.这在比较元素时间序列中的变化百分比时很有用. 参数: periods:int, 默认为 1形成百分比变化所需的时间. fil ...
- python s append_Python Pandas Series.append()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python中repeat_Python Pandas Series.repeat()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python中 mul_Python Pandas Series.mul()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的Python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Python Series.mul()用 ...
最新文章
- [BJOI2015] 树的同构
- Apache Kafka-AckMode最佳实践
- 如何计算机械能,问:损失的机械能如何计算?
- python人工智能——机器学习——机器学习基础
- 【SpringBoot】SpringBoot 操作 Excel 完整示例(含源码GitHub)
- Voltage Keepsake CodeForces - 801C (思维+二分)
- sonar:默认的扫描规则
- mysql c接口内存泄漏_MySQL C ++连接器内存泄漏
- WebLogic 12c与Oracle Database 12c的集成
- JavaScript提升(Hoisting)---借鉴自W3CSchool
- redis 缓存数据_Redis 缓存数据方案对比:常规 VS 高并发服务器
- 脑瘫男孩17岁考上大学,毕业在家工作每月7500,成为公司骨干
- Zabbix安装界面显示PHP time zone 为“红色”的解决办法
- 【笔记】线性代数的本质
- 冒险岛无敌外挂代码诠释
- 星露谷服务器上没有空闲位置,星露谷 我在社区中心背面藏了些东西 | 手游网游页游攻略大全...
- Linux入门怎么学?262页linux学习笔记,零基础也能轻松入门
- 想要搭建自己的云主机可以怎么做
- ros串口通讯(读取串口数据)
- 【jzoj 5101】凡喵识图 / Image Recognition(鸽笼原理)(模拟)
热门文章
- Windows系统SVG图片预览插件
- (九)unity自带的着色器源码剖析之——————UnityShadowLibrary.cginc文件分析(实时阴影和烘焙阴影、阴影淡化、阴影渗漏处理、PCF阴影过滤解决实时阴影锯齿)
- bnu1061 古墓丽影 C语言版
- 2016 Micu课堂王铎UI图标设计特训班高级高清原版教程
- 如何用c语言对隐函数求导,隐函数求导的方法
- 记住,在看小电影前一定要检查下域名是不是 HTTPS 的
- fastadmin框架里基于x-editable实现的表格无刷新行内编辑功能的插件的‘datetime‘时间类型无法使用的解决方法
- 使用lorax 构建定制化操作系统
- 【audio】耳机插拔/线控按键识别流程
- STM32F103C8T6 点亮LED灯