Pandas DataFrame sem() 方法

DataFrame 参考手册

定义和用法

sem() 方法计算每列的平均值的标准误差。

通过指定列轴（axis='columns'），sem() 方法按列搜索并返回每行的平均值的标准误差。

实例

返回每列的平均值的标准误差：

import pandas as pd

data = [[10, 18, 11], [13, 15, 8], [9, 20, 3]]

df = pd.DataFrame(data)

print(df.sem())

亲自试一试

语法

dataframe.sem(axis, skipna, level, ddof, numeric_only)

参数

参数是关键字参数。

参数 值 描述
axis
  • 0
  • 1
  • 'index'
  • 'columns'

可选。要检查的轴。

默认为 0。
skip_na
  • True
  • False

可选。如果结果不应跳过 NULL 值，请设置为 False。

默认为 True。
level
  • 数字
  • 级别名称

可选。指定要检查的级别（在分层多重索引中）。

默认为 None。
ddof Number

可选。指定 Delta 自由度。

默认 1。
numeric_only
  • None
  • True
  • False

可选。指定是否仅检查数值。

默认为 None。

返回值

包含标准偏差的 Series。

如果指定了 level 参数，则此方法会返回 DataFrame 对象。

此函数不会对原始 DataFrame 对象进行更改。

DataFrame 参考手册