pandas和numpy的标准差不同。为什么，哪一个是正确的？（相对差异为3.5%，这不应该来自四舍五入，我认为这是很高的）。
示例
import numpy as np
import pandas as pd
from StringIO import StringIO
a='''0.057411
0.024367
0.021247
-0.001809
-0.010874
-0.035845
0.001663
0.043282
0.004433
-0.007242
0.029294
0.023699
0.049654
0.034422
-0.005380'''
df = pd.read_csv(StringIO(a.strip()), delim_whitespace=True, header=None)
df.std()==np.std(df) # False
df.std() # 0.025801
np.std(df) # 0.024926
(0.024926 - 0.025801) / 0.024926 # 3.5% relative difference字符串
我使用这些版本：
pandas '0.14.0'
numpy '1.8.1'型
2条答案
按热度按时间v1uwarro1#
简而言之，两者都不是“不正确”。Pandas使用unbiased estimator（分母为
N-1），而Numpy默认情况下不使用。要使它们的行为相同，请将
ddof=1传递给numpy.std()。有关进一步讨论，请参见
htzpubme2#
要使
pandas的执行与numpy相同，可以传入ddof=0参数，因此df.std(ddof=0)。这个简短的视频很好地解释了为什么
n-1可能是首选的示例。https://www.youtube.com/watch?v=Cn0skMJ2F3c