Pandas 计算两列数据的标准差 - Python 数据分析

在 Pandas 中，我们可以使用'std()'函数来计算数据框中两列数据的标准差。

假设我们有一个数据框'df'，其中包含两列'column1'和'column2'，我们可以使用以下代码来计算它们的标准差：

import pandas as pd

# 创建一个示例数据框
df = pd.DataFrame({'column1': [1, 2, 3, 4, 5],
                   'column2': [6, 7, 8, 9, 10]})

# 计算column1的标准差
std_column1 = df['column1'].std()

# 计算column2的标准差
std_column2 = df['column2'].std()

print('column1的标准差:', std_column1)
print('column2的标准差:', std_column2)

输出结果将是：

column1的标准差: 1.5811388300841898
column2的标准差: 1.5811388300841898

注意：在这个例子中，我们使用了整数数据来演示。实际上，'std()'函数可以计算任何数值类型的列的标准差，包括浮点数和其他数值类型。