Pandas：计算整个数据框架的平均值或标准差

Question

这是我的问题，我有一个这样的数据帧：

    Depr_1  Depr_2  Depr_3
S3  0   5   9
S2  4   11  8
S1  6   11  12
S5  0   4   11
S4  4   8   8

我只想计算整个数据帧的平均值，因为下面的方法不起作用：

df.mean()

然后我想到：

df.mean().mean()

但是这个技巧不适用于计算标准差。我最后的尝试是：

df.get_values().mean()
df.get_values().std()

除了在后一种情况下，它使用numpy中的mean（）和std（）函数。这对mean来说不是问题，但对于std来说是问题，因为pandas函数默认使用ddof=1，而numpy函数使用ddof=0。

Answer 1

您可以使用stack将数据帧转换为单个列（这会将形状从5x3更改为15x1），然后采用标准偏差：

df.stack().std()         # pandas default degrees of freedom is one

或者，在获取标准偏差之前，可以使用values将pandas数据帧转换为numpy数组：

df.values.std(ddof=1)    # numpy default degrees of freedom is zero

与pandas不同，numpy默认情况下会给出整个数组的标准差，因此在获取标准差之前不需要重新调整形状。

一些附加说明：

• 这里的numpy方法比pandas方法快一点，当您可以选择使用numpy或pandas完成相同的事情时，这通常是正确的。速度差异将取决于数据的大小，但当我在笔记本电脑上测试几个不同大小的数据帧时，numpy的速度大约快了10倍（numpy版本1.15.4和pandas版本0.23.4）。

• numpy和pandas在这里的接近不会给出完全相同的答案，但会非常接近（精确到几个数字相同）。这种差异是由于后台实现中的细微差异造成的，这些差异会影响浮点值的舍入方式。