如何解决由于单列文本导致的数据框标准偏差问题
我有一个数据框，其中包含几行调查响应值 (1 - 5)，我正在尝试为其获取标准偏差。
最后一列指示数据属于哪个调查组（列名称 = 受访者）。由于这些列包含文本而不是整数，因此标准差返回 NaN。 skipna=True 在这种情况下不起作用。我需要保留该列，因为分析将在单个散点图中比较每个组的响应。我似乎找不到一种方法可以让标准偏差忽略该列。由于上述原因，我不想删除该列。
正在使用的代码是：
df1['std dev']=df.std(skipna=True)
df1.head()
我不确定我可以添加什么来忽略 std 的“受访者”列。
编辑
我找到了一种解决方法，虽然并不理想，但它确实有效。
我将我的数据分成 2 个 Excel 工作表，在每个工作表中删除了有问题的列。然后执行我的标准偏差，将“响应者”列添加回每个数据帧并将它们合并到一个新的 DF 中。
解决方法
试试：
df.iloc[:,:-1].std()
在英语中，这意味着使用所有行，并使用除最后一列之外的所有行。
如果您想要每行的标准差，那么您需要：
df.iloc[:,:-1].std(axis=1)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
