Pandas DataFrame sem() 方法
示例
为每列返回均值的标准误差
import pandas as pd
data = [[10, 18, 11], [13, 15, 8], [9, 20, 3]]
df = pd.DataFrame(data)
print(df.sem())
自己动手试一试 »
定义和用法
sem() 方法计算每列的均值标准误差。
通过指定列轴（axis='columns'），sem() 方法会按列搜索，并返回每行的均值标准误差。
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 |
可选，要检查的轴，默认为 0。 |
| skip_na | True |
可选，默认为 True。如果结果不应跳过 NULL 值，则设置为 False。 |
| level | Number level name |
可选，默认为 None。指定要沿哪个级别（在分层多索引中）进行检查。 |
| ddof | Number |
可选，默认为 1。指定自由度增量 |
| numeric_only | 无 |
可选。指定是否只检查数字值。默认为 None。 |
返回值
一个包含标准差的 Series。
如果指定了 level 参数，则此方法将返回一个DataFrame 对象。
此函数不会修改原始 DataFrame 对象。
