python计算标准差函数_Python pandas，pandas常用统计方法，求和sum，均值mean，最大值max，中位数median，标准差std...
mean()平均值 median()中位数 max()最大值 min()最小值 sum()求和 std()标准差
Series类型独有的方法： argmax()最大值的位置 argmin()最小值的位置
demo.py(pandas常用统计函数)：
coding=utf-8
import numpy as np
import pandas as pd
创建DataFrame
df = pd.DataFrame(np.arange(12, 32).reshape((5, 4)), index=["a", "b", "c", "d", "e"], columns=["WW", "XX", "YY", "ZZ"])
print(df)
'''
WW XX YY ZZ
a 12 13 14 15
b 16 17 18 19
c 20 21 22 23
d 24 25 26 27
e 28 29 30 31
'''
mean()平均值 median()中位数 max()最大值 min()最小值 sum()求和 std()标准差
print(df.mean()) # 每一列平均值 (Series类型)
'''
WW 20.0
XX 21.0
YY 22.0
ZZ 23.0
dtype: float64
'''
print(df["YY"].mean()) # 22.0 指定列的平均值
print(df["YY"]) # Series类型
YY_list = df["YY"].tolist() # tolist()转换成list类型
print(YY_list) # [14, 18, 22, 26, 30]
print(len(YY_list)) # 5
print(len(set(YY_list))) # set集合可以去重
print(df["YY"].unique()) # [14 18 22 26 30] unique()自动去重(ndarray类型)
print(df.max()) # 每一列的最大值 Series类型。 min()最小值
'''
WW 28
XX 29
YY 30
ZZ 31
dtype: int64
'''
argmax()某一列最大值的位置 argmin()最小值的位置
print(df["YY"].argmax()) # e