Pandas DataFrame sem() 方法
示例
為每列返回均值的標準誤差
import pandas as pd
data = [[10, 18, 11], [13, 15, 8], [9, 20, 3]]
df = pd.DataFrame(data)
print(df.sem())
自己動手試一試 »
定義和用法
sem() 方法計算每列的均值標準誤差。
透過指定列軸（axis='columns'），sem() 方法會按列搜尋，並返回每行的均值標準誤差。
語法
dataframe.sem(axis, skipna, level, ddof, numeric_only)
引數
引數是 關鍵字引數。
| 引數 | 值 | 描述 |
|---|---|---|
| axis | 0 |
可選，要檢查的軸，預設為 0。 |
| skip_na | True |
可選，預設為 True。如果結果不應跳過 NULL 值，則設定為 False。 |
| level | Number level name |
可選，預設為 None。指定要沿哪個級別（在分層多索引中）進行檢查。 |
| ddof | Number |
可選，預設為 1。指定自由度增量 |
| numeric_only | 無 |
可選。指定是否只檢查數字值。預設為 None。 |
返回值
一個包含標準差的 Series。
如果指定了 level 引數，則此方法將返回一個DataFrame 物件。
此函式不會修改原始 DataFrame 物件。
