以鸢尾花数据集为例，计算方差并修改describe方法返回值？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

话说苏南大叔在描述dataframe的.describe()方法的时候，发现返回值里面只有总体标准差std，而没有总体方差var的数据。所以，苏南大叔试图对.describe()这个返回值进行修改，以期待获得一个满意的值。

苏南大叔的“程序如此灵动”，这里记录苏南大叔的代码所学所想。测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。

理论准备

本文的需求，相关的文章比较多，这里就列出几个密切相关的文章吧。

• 如何理解.describe()返回值：https://newsn.net/say/dataframe-describe.html
• 如何理解方差标准差：https://newsn.net/say/var-std.html
• 如何翻转一个dataframe：https://newsn.net/say/dataframe-t.html
• dataframe如何插入一行数据：https://newsn.net/say/dataframe-insert.html

下面的代码中，先引入本文的主角，鸢尾花数据集的.describe()结果。

import pandas as pd

data_url = "http://download.tensorflow.org/data/iris_training.csv"
column_names = ["萼长", "萼宽", "瓣长", "瓣宽", "种类"]
df = pd.read_csv(data_url, header=0, names=column_names)
df_desc = df.describe()

计算总体方差var

计算的方法很多，这里直接使用df对象的.var()方法，进行再加工。最终获得一个转置过的dataframe。当然，也可以利用std进行乘方计算。

方案一

df_vars = df.var().to_frame()
df_vars = pd.DataFrame(df_vars.values.T, columns=df_vars.index, index=["var"])

方案二

df_vars = pow(df_desc.loc['std'],2).to_frame()
df_vars = pd.DataFrame(df_vars.values.T, columns=df_vars.index, index=["var"])

方案三

_list = []
for c in column_names:
    _list.append(df[c].var())
df_vars = pd.DataFrame([_list], index=["var"], columns=tuple(column_names))

插入目标位置

目标是把var的结果放到std后面，这里也有非常多的方案做到这一点，这里选择一个苏南大叔比较喜欢的方案。

df_desc_new = pd.concat([df_desc.loc[:'std'], df_vars, df_desc.loc['min':]], axis=0)
print(df_desc_new)

结束语

本次的python文章经验更新，饶了太大的弯儿。本来是准备更新使用各种机器学习手段分析鸢尾花数据集的。结果，更新成了dataframe的各种不同角度的分析了。哈哈。希望尽快回归正题。

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。